CC BY
22Телевидение и обработка изображений
УДК 621.391.837:778.5
А. В. Бабаян
Санкт-Петербургский государственный университет кино и телевидения
Корреляционно-энергетический критерий качества изображения в телевизионных системах с видеокомпрессией МРЕв-2
Предлложен новый метод оценки заметности искажений, вносимых при видеокомпрессии по стандарту МРЕО-2, основанный на анализе яркостно-цветового контраста границ блоков дискретного косинусного преобразования. Нормирование шкалы заметности искажений осуществляется с учетом яркостно-цветового контраста границ блоков в максимально компрессированном изображении. Метод обладает высокими точностными характеристиками и может применяться при непрерывных измерении и контроле качества изображения в цифровых ТВ-системах.
Цифровое телевидение, телевизионные измерения, дискретное косинусное преобразование, МРЕО-2, искажения, качество изображения
Переход к цифровому телевизионному вещанию происходит во всем мире. В течение ближайших десяти лет на цифровое наземное вещание по стандарту БУВ-Т перейдет и Россия. Основной способ кодирования и представления изображения и звука, предусматриваемый этим стандартом, - МРЕО-2. Этот способ предусматривает устранение статистической и психофизической избыточности, присущей телевизионным изображениям, - видеокомпрессию.
Устранение психофизической избыточности изображения приводит к появлению искажений, при этом степень компрессии определяет их заметность. Характер, условия возникновения, пространственные и временные характеристики искажений в аналоговых и цифровых системах с компрессией существенно различаются. Неадекватность результатов, получаемых при объективных измерениях по старым методикам, субъективным оценкам качества воспроизводимого изображения обусловливает необходимость поиска новых подходов к решению задач оценивания и контроля качества изображения.
К основным требованиям, предъявляемым к новым методам измерения качества изображения в цифровых системах, относятся [1]-[3]:
• высокие точность и воспроизводимость результатов измерений в области порога допустимых ухудшений изображения;
• возможность проведения измерений без перерыва в сетке вещания;
• простота аппаратной реализации.
Большинство разработанных к настоящему моменту методов этим требованиям не удовлетворяют. Методы, обеспечивающие высокую точность, сложны, дороги и вследст-
© Бабаян А. В., 2007
31
вие необходимости использования опорного изображения требуют прерывания вещания для проведения измерений. Методы, основанные на анализе декодированного изображения, не учитывают особенностей зрительного восприятия искажений. Методы, основанные на анализе компрессированного цифрового потока, предполагают прямой доступ к нему, что не всегда возможно [3], [4].
В работе М. И. Кривошеева и К. Ф. Гласмана [1] был предложен оригинальный подход к оценке качества изображения, прошедшего систему компрессии на базе дискретного косинусного преобразования (ДКП). Этот подход основан на использовании D-изображе-ния в качестве опорного при оценке заметности искажений видеокомпрессии на основе оценки заметности наиболее представительного из них - блочной структуры. В отличие от оригинала, D-изображение может быть получено на приемной стороне путем максимальной компрессии и является изображением, блочная структура в котором наиболее выражена. Однако вопросы получения и использования D-изображения в качестве опорного нуждаются в проработке. В частности, не было доказано, что D-изображение устойчиво на шкале качества относительно изображения, не подвергавшегося компрессии. Также не была обоснована допустимость оценки заметности всех искажений компрессии на основе оценки только одного искажения.
Поэтому задача разработки метода объективных измерений качества динамических изображений в цифровых телевизионных системах с видеокомпрессией MPEG-2 является актуальной для современного этапа развития цифрового телевидения, основанного на широком применении кодеков компрессии на базе ДКП.
Искажения изображения в телевизионных системах с видеокомпрессией MPEG-2 и методы их оценки. Причинами возникновения искажений при видеокомпрессии MPEG-2 являются квантование или отбрасывание коэффициентов ДКП в сочетании с блочным разбиением изображения, неточная или неправильная оценка движения, ошибки в тракте передачи цифрового сигнала, зашумленность или высокая сложность изображения, характеризующаяся большим количеством мелких деталей, быстрым движением объектов в кадре и т. п. Наиболее часто встречающимися артефактами является блочная структура, шумы квантования на контурах объектов и фоне, цветовые искажения, размазывание и разрушение яркостных и цветовых перепадов, нарушение плавности передачи движения.
Известно [3], [5], [6] что многообразие проявлений искажений компрессии MPEG-2 (их насчитывается более десятка) обусловлено только локальными характеристиками участка изображения, на котором они возникают, в то время как причин возникновения артефактов гораздо меньше - всего четыре. Это блочное разбиение изображения, квантование коэффициентов ДКП, флуктуация фактора квантования от кадра к кадру и несовершенство алгоритмов оценки движения. Поэтому можно сгруппировать искажения по причине возникновения, выделив в каждой группе представительное искажение. При этом необходимо учесть, что при классификации искажений по их проявлениям в ряде случаев допущена некоторая избыточность. Например, шумы комаров на контурах объектов возникают по причине квантования коэффициентов ДКП, представляют собой шум базовых функций и сопровождаются разрушением границ [2]. Целью группирования является выделение представительных искажений, не являющихся частным случаем или комбинацией группы других. В результате анализа были выделены следующие представительные артефакты: 32
• блочная структура;
• размытие изображения;
• шум базовых функций;
• разрушение границ.
Появление искажений может обусловливаться не только несовершенством системы компрессии, но и сложностью самого изображения, а в системах с оценкой и компенсацией движения - независимостью выбора кадров, используемых в качестве опорных при компенсации движения, от их сюжетного наполнения. По этой причине оценки заметно-сти искажений в системах с видеокомпрессией, полученные с помощью таких популярных критериев, как пиковое отношение "сигнал/шум" или среднеквадратическая ошибка, обладают большим разбросом, а при каскадном соединении кодеков компрессии связаны с субъективными оценками немонотонной зависимостью.
Возрастающая с переходом на цифровое телевизионное вещание потребность в приборах для оценивания и контроля качества изображения обусловливает актуальность разработки новых методов оценки заметности артефактов видеокомпрессии. Новые возможности открывает предлагаемый в настоящей статье оригинальный подход с использованием О-изображения в качестве опорного.
Блочная структура как представительное искажение видеокомпрессии МРЕО-2. Косвенная оценка заметности всей совокупности искажений компрессии по проявлениям только одного представительного искажения требует высокой коррелированности между проявлениями этих искажений. Как уже было отмечено, искажения компрессии МРЕО-2 имеют различные причины, а их проявления многообразны. Основным способом устранения избыточности изображений с целью сжатия является квантование коэффициентов ДКП. Оно же является основной причиной возникновения большинства искажений компрессированного изображения. Поэтому некоторыми исследователями [1]-[3] было высказано предположение о взаимосвязи между искажениями компрессии, возникающими при введении квантования коэффициентов ДКП с целью управления скоростью цифрового видеопотока. Однако инвариантность такой взаимозависимости по отношению к параметрам кодирования (например, скорости цифрового потока) и критичности кодируемого изображения не является очевидной. Поэтому гипотеза о существовании высокой корреляции между проявлениями различных артефактов и блочной структурой требует прямой экспериментальной проверки.
Для проведения экспериментального исследования была разработана и собрана видеокомпьютерная установка, обеспечивающая сжатие тестовых видеопоследовательностей с заданными параметрами и воспроизведение их на внешнем воспроизводящем устройстве -профессиональном видеомониторе с компонентными входами. Экран установки был окружен световым полем, определяющим уровень адаптации зрительного анализатора. Установка позволяла регулировать максимальные яркость экрана и яркость фона. Условия наблюдения ус-тановливались в соответствии с требованиями рекомендации ГГО-Я ВТ.500-12 [7]. В эксперименте участвовали 10 экспертов в области обработки и сжатия изображений - инженеров и научных сотрудников Санкт-Петербургского государственного университета кино и телевидения и МГНПП "ДИП". Исследования проводились на шкале ухудшений с двойным стиму-
лом. Тестовые последовательности представляли собой типичные телевизионные изображения, характеризующиеся различными критичностью и сюжетным наполнением.
Эксперты инструктировались таким образом, чтобы в каждой серии экспериментов ими оценивалась заметность только одного вида из группы представительных артефактов: блочной структуры, размытия изображения, шума базовых функций и разрушения границ.
Для обработки результатов оценки на шкале ухудшений пересчитывались в оценки пятибалльной шкалы качества. Была рассчитана корреляционная матрица для четырех видов артефактов и построены регрессионные модели взаимосвязей между значениями оценок заметности различных артефактов.
В табл. 1 в виде корреляционной матрицы приведены коэффициенты корреляции Пирсона между субъективными оценками заметности представительных искажений компрессии MPEG-2. Из нее следует высокая корреляционная взаимосвязь между проявлениями исследованных искажений. Ряды оценок заметности различных искажений также обладают высокой ранговой корреляцией (табл. 2).
Таким образом, экспериментально показано, что между проявлениями блочной структуры и другими представительными искажениями компрессии MPEG-2 существует тесная взаимосвязь: коэффициент корреляции Пирсона лежит в диапазоне 0.73...0.83, коэффициент ранговой корреляции Спирмена - в диапазоне 0.68.0.83. Это означает, что заметность искажений видеокомпрессии MPEG-2 можно оценивать по инструментально измеренным проявлениям одного представительного артефакта - блочной структуры.
Устойчивость ^-изображения на шкале качества. Для оценки устойчивости D-изо-бражения в качестве опорного проведены эксперименты по измерению количества порогов приращения яркостно-цветового контраста блочной структуры, разделяющих неком-прессированное изображение и D-изображение. Для описанной видеокомпьютерной установки разработано программное обеспечение, позволявшее демонстрировать на видеомониторе взвешенную сумму некомпрессированного изображения и D-изображения и пре-доставшее возможность плавно менять весовые коэффициенты £0 (некомпрессированного
изображения) и kD (D-изображения) при соблюдении условия £0 + к^ = 1. Условия наблюдения изображения фиксировались в соответствии с требованиями рекомендации ITU-R BT.500-12. Эксперт должен был, плавно меняя весовой коэффициент kD от 0 до 1, фикси-
Таблица 1
Блочная структура Размытие Шум базовых функций Разрушение границ
Блочная структура - 0.85 0.73 0.82
Размытие 0.85 - 0.83 0.82
Шум базовых функций 0.73 0.83 - 0.82
Разрушение границ 0.82 0.82 0.82 -
Таблица 2
Проявления искажений МРБО-2 Коэффициент ранговой корреляции Спирмена
Блочная структура и размытие изображения 0.83
Блочная структура и шум базовых функций 0.68
Блочная структура и разрушение границ 0.77
ровать количество инкрементных порогов заметности блочной структуры. Эксперименты были проведены для шести тестовых изображений, характеризующихся различными критичностью и сюжетным наполнением.
Анализ результатов показал, что количество пороговых приращений яркостно-цветового контраста блочной структуры в интервале от некомпрессированного до D-изображения является устойчивой величиной, практически не зависящей от критичности и сюжетного наполнения изображения, и для типичных телевизионных изображений равно в среднем 10 с доверительным интервалом 1.4 при уровне значимости 0.05. Это означает, что D-изображение имеет устойчивую оценку на шкале качества, обладающей свойствами шкалы интервалов, и может использоваться в качестве опорного для оценки заметности блочной структуры.
Сегментация компрессированного изображения по критерию заметности блочной структуры. Пространственные и временные характеристики артефактов компрессии существенно зависят от локальных характеристик участка изображения, на котором они возникают, что значительно влияет на их заметность. Это означает, что при разработке метода оценки заметности искажений необходимо проводить сегментацию оцениваемого изображения. В рамках описываемой работы проведены экспериментальные исследования с использованием описанных ранее модифицированных видеокомпьютерной установки и программного обеспечения. В каждом эксперименте эксперт, плавно увеличивая степень компрессии статического изображения, должен был указать участки изображения, на которых раньше всего проявляется (становится заметной) блочная структура, т. е. составить карту ручной сегментации изображения.
Визуальный анализ помеченных экспертами участков тестовых изображений показал, что наибольшей заметностью блочная структура обладает там, где мал межэлементный яркостно-цветовой контраст, т. е. на участках с плавно меняющимися яркостью и цветностью. По результатам экспериментального исследования был сделан вывод о необходимости учета локальных пространственных характеристик изображений при оценке заметности блочной структуры. Таким образом, алгоритм оценки заметности блочного артефакта должен содержать блок сегментации.
Чувствительность зрительного анализатора к блочной структуре определяется не только яркостным, но и цветовым контрастом на границах блоков. Учитывать перепад цветности между блоками необходимо еще и потому, что многие существующие аппаратные кодеры MPEG-2 при оценке движения пользуются только яркостной составляющей кодируемого изображения. Это приводит к специфическим, хорошо заметным искажениям цвета движущихся объектов и появлению за ними цветовых шлейфов, имеющих вид блочной структуры и характеризующихся скачком цветности в отсутствие скачка яркости на границах блоков.
Учет яркостного и цветового контрастов по отдельности приводит к неоправданному усложнению алгоритма оценки заметности блочного артефакта. В рамках поставленной задачи модель зрительного восприятия, содержащая отдельные блоки учета яркостной и цветовой чувствительности, была бы избыточна, так как она предназначена для оценки заметности только одного вида стимулов - блока ДКП. Наиболее простым выходом из положения является предшествующий вычислению контраста блока ДКП переход в равно-
контрастное цветовое пространство Luv, позволяющее оценивать яркостный и цветовой контрасты скалярной величиной, пропорциональной субъектиному ощущению.
В качестве меры, характеризующей межэлементное приращение яркости и цветности был принят градиент - результат нелинейной фильтрации компрессированного изображения в соответствии с формулой
gu j =VÄX2 + AY2 , (1)
где
ЛХ=V (Я ]- к ]-1 )2 + К у- у-1 )2 + (У- У-1 )2; А7 = >/(] - '■>-1,] )2 + (%] -и-1,] )2 + (] - V-1,] )2;
I, ] - вертикальная и горизонтальная координаты отсчетов изображения соответственно.
Для выявления отличительных особенностей сегмента наибольшей заметности блочной структуры построены взвешенные гистограммы градиентов помеченных блоков и гистограммы градиентов всех блоков изображения (значения градиента на границах блоков при этом исключались).
Взвешивание осуществлялось таким образом, чтобы площадь фигуры под кривой
/255
гистограммы равнялась единице: (g) = ю(g)/ ^ ю(g), где g - значение градиента;
/ g=0
(g), ю (g) - взвешенная и абсолютная частоты появления данного значения градиента соответственно.
Анализ взвешенных гистограмм показал, что диапазон значений g помеченных экспертами блоков смещен в область небольших величин, что подтвердило результаты визуального анализа и позволило ввести численную характеристику межэлементного ярко-стно-цветового контраста, определяющюю принадлежность блока к сегменту повышенной заметности блочной структуры, - пороговое значение gп, определяемое по правилу
"но (gп) = 0.64, (2)
g
где О ( g) = Е ^ ( g) .
0
Было синтезировано решающее правило отнесения блока изображения к одному из
с IX gij > gп;
двух типов сегментов: Л =
I0, gij^ gп,
где i, ] = 0... 7, а gп определялось по уравнению (2).
Проверка алгоритма сегментации сопоставлением результатов его работы с картами ручной сегментации показала, что средняя частота пропуска составила 0.04, что означает, что только 4 % из помеченных экспертами блоков были пропущены решающим правилом. Это свидетельствует о пригодности разработанного алгоритма сегментации для использования в составе методов оценки заметности блочной структуры в компресссированных изображениях для повышения точности предсказания экспертных оценок. 36
Алгоритм расчета корреляционно-энергетического критерия заметности блочной структуры и его проверка. Объективный показатель для предсказания субъективного качества изображения в системах сжатия на базе ДКП определялся по алгоритму, включающему следующие операции (рис. 1).
1. Обработку принятого изображения с целью получения D-изображения. Для этого каждый блок изображения размером 8^8 отсчетов подвергался прямому ДКП, обнулению всех коэффициентов ДКП, кроме постоянной составляющей, и обратному ДКП. Постоянные составляющие яркости и цветности в стандарте MPEG-2 представляются с высокой точностью и не искажаются даже при сильной компрессии. Это означает, что D-изображения, получаемые из одного и того же сюжета, будут практически одинаковы независимо от степени сжатия оцениваемого изображения.
2. Линейные преобразования оцениваемого изображения и D-изображения в равно-контрастное цветовое пространство Luv - пространство, где приращение стимула вызывает пропорциональное приращение ощущения. Это позволяет отказаться от параллельного анализа искажений яркости и цветности и оперировать для каждого отсчета одним числом.
3. Нелинейную фильтрацию по формуле (1) преобразованных тестового изображения и D-изображения для получения контурного препарата - карты градиентов. Градиент gi j характеризовал активность переменной составляющей сигнала изображения в пределах соседних отсчетов.
4. Сегментацию оцениваемого изображения в соответствии с алгоритмом, описанным в разделе "Устойчивость D-изображения на шкале качества". Алгоритм сегментации являлся адаптивным и опирался на статистику изображения - гистограмму градиентов. Блоки, содержащие значения градиента, не превышающие порогового значения, относились к плоским участкам (S = 0). Остальные блоки относились к текстурам (S = 2) или к контурам (S = 1) в зависимости от атрибутов соседних блоков. Порог выбирался равным значению, ограничивающему 64 % площади под кривой взвешенной гистограммы градиентов оцениваемого изображения. В результате сегментации каждый блок ДКП получал атрибут S, указывающий на то, к какому сегменту он принадлежит.
5. Расчет для каждого блока оцениваемого изображения и D-изображения корреляционно-энергетического параметра Eki = ee/(ee + ex )| r^, где ee - энергия градиента на
Оцениваемое изображение
Рис. 1
границах данного блока; ex - энергия градиента внутри блока; % - коэффициент пространственной корреляции карты градиентов данного блока и изображения приямоуголь-ника размером 8*8 отсчетов; k, i- координаты блока ДКП.
Энергия градиента для блока расчитывалась по формулам: ee = ^g2 , (i = 0) U
h j
U (i = 8) и (j = 0) и (j = 8) ; ex = £ g2 , (i * 0) П (i * 8) П (j * 0) П (j * 8).
i, j
Корреляционно-энергетический параметр имеет две основные составляющие: энергетическое отношение eej(ee + ex) и коэффициент корреляции % . Энергетическое отношение дает оценку заметности скачка яркости и цветности на границе блока на фоне объектов изображения, так как оно прямо пропорционально значению контурной энергии блока и обратно пропорционально маскирующему воздействию деталей изображения. Коэффициент корреляции учитывает степень похожести изображения в данном блоке изображения на прямоугольник размером 8*8 отсчетов, имеющий высокие яркостный и цветовой контрасты и представляющий собой крайнее проявление блочного артефакта.
Значение корреляционно-энергетического параметра для всех блоков D-изображения составляет EkiD = щ , так как энергия градиента внутри всех блоков D-изображения ex = 0.
6. Расчет для каждого блока корреляционно-энергетического отношения PRki = = 1 - Ekl/EklD .
7. Вычисление значения корреляционно-энергетического критерия заметности блоч-
К1
ной структуры PRn , характеризующего заметность блочной структуры в сегменте S кадра n (n = 1...N, где N - число кадров в последовательности). Для этого массив значений PRki, удовлетворяющих требованию принадлежности блока с координатами (k, l) к
множеству блоков сегмента S, сортировался по возрастанию, после чего вычислялось ус-
[ S1
редненное значение PRn , причем в усреднении участвовали только 10 % от общего числа элементов массива, имеющие минимальные значения PRki. Такой способ вычисления рейтинга заметности искажения обусловлен тем, что эксперт дает интегральную оценку качества, ориентируясь на наиболее поврежденный участок изображения.
Для проверки предложенного алгоритма проведено экспериментальное исследование, целью которого являлось сопоставление субъективных оценок с результатами объективных измерений с помощью данного алгоритма.
Тестовые последовательности кодировались кодером MPEG-2 MPEG Software Group MPEG-2 MP@ML Video Encoder со скоростями цифрового потока 2, 2.5, 3, 4, 5, 6, 7, 8 и 10 Мбит/с. Эксперимент проводился по процедуре с двумя стимулами и шкалой ухудшений. Эксперту предъявлялись оригинал изображения, а затем тестовое изображение, компрессированное кодеком MPEG-2 MP@ML с разной скоростью сжатия цифрового потока. Временные параметры и условия предъявления изображения соответствовали рекомендациям ITU-R BT.500-12 [6]. Оценки эксперта фиксировались на специальном бланке с надписями, соот-
ветствующими категориям шкалы ухудшений по ГОСТ 26320-84. К экспертизам были привлечены 25 экспертов - студентов Санкт-Петербургского государственного университета кино и телевидения.
Была создана программная модель разработанного алгоритма, вычисляющая корре-
К1
ляционно-энергетический критерий заметности блочной структуры PRn для сегмента S
кадра n компрессированных тестовых последовательностей.
Проверка разработанного алгоритма подразумевала сопоставление усредненной субъективной оценки Qmos, которую получил каждый тест, с множеством значений
[ S1
PRn , полученных при анализе этого тестового сюжета.
Взаимосвязи между субъективными оценками и субъективными показателями
pR^ 1 аппроксимировались функциями вида PQR = k ln (pR^]) + b (рис. 2, а, аппроксимирующая кривая имеет вид PQR = 4.6512ln (PR^^n) + 6.7615, где аргументом является усреднШное значение скользящего минимума временного ряда значений pR° для каждого кадра: PR^mm = min(PRn\), i = 0...11, причем скользящий минимум вычисляется во временном окне длительностью 12 кадров). Полученные аппроксимационные модели использовались для предсказания экспертных оценок Qmos по значениям PQR (Predicted Quality Rating) (рис. 2, б).
Для численной характеристики предсказательной способности аппроксимационных моделей использовались критерии, предложенные группой экспертов по качеству изображения (VQEG) [4]1 - критерии оценки точности, монотонности и совместности предсказания. К критериям точности предсказания относятся среднеквадратическая ошибка предсказания и коэффициент корреляции Пирсона, к критериям монотонности - коэффициент ранговой корреляции Спирмена, к критериям совместности - отношение несовместности, т. е. доля оценок, для которых модуль ошибки предсказания превышает удвоенную стандартную ошибку предсказания.
а б
Рис. 2
1 http://www.vqeg.org
В результате проведенного исследования было выявлено следующее:
• привлечение алгоритма сегментации (S = 0) при расчете корреляционно-энергетичес-
[ S ]
кого критерия PRn обеспечивает увеличение точности предсказания экспертного рейтинга заметности блочной структуры;
• наибольшую точность предсказания экспертного рейтинга заметности блочной структуры PQR обеспечивает способ усреднения значений скользящего минимума временного ряда значений pR° для каждого кадра: PR[0]min = min (PRn-i), i = 0... 11.
vK ULilln
• разработанный алгоритм обладает высокими показателями точности, монотонности и совместности предсказания экспертного рейтинга заметности искажений видеокомпрессии MPEG-2: среднеквадратическая ошибка предсказания при изменении способа вычисления PR лежит в диапазоне 0.37...0.51 балла пятибалльной шкалы ухудшений, коэффициент корреляции Пирсона - в диапазоне 0.80. 0.93 , коэффициент ранговой корреляции Спирмена - в диапазоне 0.78.0.90, отношение несовместности - в диапазоне 0.07.0.13.
Таким образом, показано, что разработанный алгоритм пригоден для решения задач оценки и контроля качества динамических изображений, компрессированных по стандарту MPEG-2 в диапазоне скоростей цифрового потока 2.10 Мбит/с.
Библиографический список
1. Кривошеев М. И., Гласман К. Ф. О новом подходе к оценке качества изображения в цифровых телевизионных системах с видеокомпрессией // Прогресс технологий телерадиовещания: Мат-лы междунар. конгр. НАТ TRBE'2000, Москва, 17-20 окт. 2000 г. М.: НАТ, 2000. С. 96-104.
2. Телевизионные измерения как средство обеспечения высокого качества телевизионного вещания / В. П. Дворкович, В. Т. Басий, А. В. Дворкович, Д. Г. Макаров // 625. 1999. № 8. С. 5-46.
3. Fibush D. Overview of picture quality measurement methods. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee. Tektronix. May 6, 1997.
4. Evaluation of new methods for objective testing of video quality: objective test plan. Co-chair objective test group VQEG, KPN Research. International Telecommunication Union. Telecommunication Standardization Sector. Study Period 1997-2000. COM 12 September 1998.
5. Antonio C. Franca P. Video Quality assessment using objective parameters based on image segmentation. ITU-T, SG12, doc 12-39-Dec. 97.
6. Predicting the perceptual ratings of compression artifacts for different viewing conditions / C. F. Glasman, A. N. Logunov, A. F. Peregoudov, V. N. Lichakov // Proc. of 2000 Int. broadcasting convention (IBC'2000 convention), Amsterdam, 2000. P. 4-196-4-204.
7. ITU-R BT.500-7. Methodology for the subjective assessment of the quality of television picture, 1995.
A. V. Babayan
Saint-Petersburg state university of cinema and television
Correlation and power criterion of image quality in television systems with videocompression MPEG-2
New MPEG-2 artifacts estimation method is proposed. This method is based on discrete cosine transform (DCT) blocking measure. The quality scale is being normalized taking into account the DCT-blocks contrast in the most compressed picture. The method is intended for a continuous picture quality monitoring.
Digital television, television measurement, discrete cosine transform, MPEG-2, artifacts, picture quality
Статья поступила в редакцию 5 апреля 2007 г.
