特点

• 快速、准确、可重复的客观图像质量测量
• 基于人类视觉模型的DMOS（差异平均主观评分）测量
• 能够在各种HD 视频（1080i、720p）和SD 视频格式（525行或625 行）下进行的图像质量测量
• 可用于不同分辨率（从HD到SD，或从HD/SD到CIF）下的图像质量比较
• 可用于基准测试和比较测试的可由用户配置的观看条件和显示模式（选件ADV）
• 提示/ 失真（Attention/Artifact）加权测量（选件ADV）
• 测量执行和观看（Review）模式中的关注区域（ROI）
• 时间域和空间域的自动校准
• 嵌入的由MTS4EA 导入的基准解码器
• 简便的回归测试并自动使用XML脚本（选件ADV），从GUI界面“导出/ 导入”文件
• 提供多个测试结果观看选项
• 提供具有同时信号发生/ 捕获功能以及双通道捕获功能的IP接口（选件IP）
• 嵌入的样值参考序列和测试序列
• 可由用户安装在用户的个人电脑上

应用

• CODEC 设计、优化和验证
• 性能测试，传输设备和系统评测
• 数字电视的原版制作
• 视频压缩业务
• 数字消费产品的开发和生产

图像质量分析软件

PQASW 是一款基于人类视觉系统原理的图像质量分析软件，它提供了一整套可重复的、并与主观人眼视觉评估十分接近的客观图像质量测量。PQASW 的客观图像质量测量为工程技术人员优化视频压缩和图像重现提供了宝贵的信息，使工程技术人员能够为用户和观看者提供高质量的通用载体和分配传输业务。

压缩视频需要新的测试方法

对电视系统而言，zui真实的测量应当是观察者的满意程度。我们可以通过测量静态测试信号的失真的方法以间接地表征模拟视频和全带宽数字视频的图像质量特性。但是，表征压缩电视系统的图像特性则要困难得多。压缩系统中的图像质量是随着数据率、图像的复杂度以及所采用的编码算法等的变化而动态地改变。鉴于静态测试信号的性质，它不能提供压缩视频系统中图像质量的真实特性。

在传统上，人眼观察测试是按照TU-R Rec. BT.500-11 所描述的方法进行的。在一密闭的受控环境中播放含有自然内容和自然运动的测试场景，观察者根据自已对图像质量的感受给出一差值平均主观计分或DMOS。使用这种方法的扩展测试，经整理后可以产生*的主观评分。不过，这种评估压缩视频系统的方法效率低，进行这样的测试往往需要几个星期甚至几个月的时间。进行这样的测试，费用也可能是非常高昂的，而且所得到的结果是不可重复的。因此，利用人眼观察的主观的DMOS测试对于CODEC设计是不实用的，对于运行中的质量评估而言，效率也是很低的。而PQASW 提供了一种快速的、实用的、可重复的客观测量，用它来代替图像质量的主观DMOS 评估。

系统评测

PQASW的用户界面。可显示参考视频序列、被测视频序列以及差值映像图和统计图表。

 

PQASW可用于视频系统中每一部件的安装、验证和故障查找，因为视频技术是不可知的：既然系统链路中视频输入和输出之间的可见差异是可以量化的，那么就可以把它用于视频质量劣化的评定。不仅可以评测系统中的CODEC 技术，而且可以评测具有潜在可见差异的任何过程。例如，可以用来评定数字传输错误、格式转换（机顶盒中的1080i 至480p 的转换）、3-2 下拉变换、模拟传输劣化、数据错误、慢显示响应时间（slowdisplay response times）、帧频降低（用于移动传输和、电视会议）等，总之，可以评定所有的图像转换过程，无论是对它们分别进行评定还是任意的组合评定。

PQASW 是如何工作的

PQASW采用两个视频文件作为它的输入：一个文件是原始的参考视频序列，另一个文件是该参考视频序列经过压缩、损伤后或经处理过的序列版本。首先，PQASW 使这两个视频序列在空间域和时间域中对准，在这一过程中无需使用嵌入在视频序列中的校正数据。而后仪器对基于人类视觉系统和提示模型（attention models）的测试视频的质量进行分析，输出与主观评测高度相关的质量测量结果。这个测量结果包括总的图像质量累计度量值、逐帧的测量度量值以及每帧的损伤映射图示。PQASW也可以提供传统的图像质量测量结果，例如PSNR（峰值信杂比），以此作为测量典型视频损伤和失真检测的基准损伤诊断工具。

每一参考视频序列和测试片断可以有不同的分辨率和不同的帧频，PQASW 可以提供HD 与SD 之间、SD 与CIF 之间或其它组合之间的图像质量测量结果。有了这一功能，就可以为诸如格式转换之类的各种视频再应用（repurposing applications）的评测提供支持。例如，DVD 创作、IP 广播和半导体器件设计等。PQASW也能为较长时间长度的视频序列片断测试提供支持，此外还可以通过各种转换处理的方式，对视频片断的图像质量作出定量分析。

预测人类视觉感受

PQASW测量系统的开发是基于人类视觉系统模型，并且增加了新的算法规则，从而对PQA200/300的使用模型作了进一步的改进。利用这种新的扩展技术，就能够在预测各种视频格式（HD、SD、CIF 等）的主观视频质量等级时进行传统的PQR 测量。在测量时计入了用于观看视频的不同显示类型（例如隔行扫描或逐行扫描，CRT显示器或LCD显示器）以及不同的观看条件（例如房间的亮度和观看距离）。

图像质量分析系统

 

为了预测在以下各种变化参数的亮度刺激下的响应，已开发了一种人类视觉系统模型：

• 包括超阈值的（supra-threshold）的对比度
• 平均亮度
• 空间频率
• 时域频率
• 角度范围
• 时域范围
• 环绕
• 偏心率（Eccentricity）
• 方向
• 自适应效应（Adaptation effects）

A:调制灵敏度与时域频率的关系曲线。


B:调制灵敏度与空间域频率的关系曲线。

 

利用视觉科学文献中的参考刺激响应数据，在上述参数的适当组合范围内已对PQASW采用的人类视觉模型进行了校正。经过这样的校正后，该模型就能提供高度准确的预测。

在上面几个图形中，提供了与人类视觉特性相关的科学数据示例，它们是用来校正PQASW人类视觉系统模型的。其中图（A）给出了调制灵敏度与时域频率的关系曲线，图（B）是调制灵敏度与空间域频率的关系曲线。有1400 多个校正点支持高度准确的测量结果。

C: 参考图像


D: 感知对比度的映像

 

图（ C ）为一含有运动场景的参考序列的单帧画面，图（D ） 是PQASW从这个参考序列的原始帧中计算得出的感知对比度映像。由感知对比度映像可以看出，观察者是如何感知这个参考序列的。感知对比度映像的模糊背景是因为摄像机摇镜头时的时域掩蔽所引起，而跑步者周围的黑色则显示出他与背景之间的高对比度所产生的掩蔽效应。PQASW 能够创建参考序列和测试序列的感知映像，而后由这两个感知映像创建感知对比度的差值映像图，从而可用于基于感知的全参考图像质量测量。

DMOS 和PSNR 的预测比较

E: 参考图像


F: 被测图像


G: PSNR 映像图


H: DMOS 的感知差值映像图

 

在以上的例子中，参考图像（E）是来自Vclips 库文件中的一个场景，被测图像（F）则是通过压缩系统后的图像，其图像质量有所降低。与参考图像（E）相比较，被测图像（F）中跑步者周围的背景有些模糊。我们可以用PQASW对参考视频与被测视频片断之间的差异进行PSNR测量，其结果为PSNR映像图（G）。在PSNR映像图（G）中，白色加亮区域表示的是原始图像与被测的已劣化图像之间的较大差异区域。我们再用PQASW进行另一种测量即利用预测DMOS 算法，它生成的DMOS 感知差值映像用图（H）表示。在这个感知对比度差值映像即图（H）中，白色区域表示的是参考图像和被测图像之间的较大差异区域。PQASW 在创建的感知对比度差值映像中，结合使用人类视觉模型，能够确定观察者在观看视频时实际感知的图像质量。

在预测的DMOS 测量方式中，是利用感知对比度差值映像（H）来测定图像质量。由图（H）可见，慢跑者的劣化程度较其背景中的树的劣化程度要轻，因此，这种DMOS测量能够正确地分辨出两图像之间的差异，其结果与观察者的感受是*的。然而，PSNR 测量使用的是差值映像图（G），由图（G）可见，它不能正确地分辨参考图像和被测图像之间的较大差异区域，与观察者的实际感受不*。

提示模式（Attention Model）

提示映像的例子：跑步者被加亮

 

在PQASW 中，融合了一种新的提示模式，为预测人眼关注点（focus of attention）提供支持。该模式包括：

• 目标的运动
• 人的肤色检测识别
• 位置
• 对比度
• 形状
• 目标的大小
• 明显的失真导致观察者注意力的分散

用户可以定制这些提示参数，以强化或忽略某项功能。每项测量均可使用提示模式，可由用户配置。在评估一些特定应用时，提示模式是特别有用的。例如，如果被评测内容是运动节目，要求观察者高度关注该场景的一些局部区域。提示模式映像图示中的加亮区域表示人眼敏感的区域。

失真检测

失真检测设置

 

在失真检测（Artifact Detection）报告中给出图像边缘处多种不同的变化：

• 边缘损失或边缘模糊
• 边缘附加有振铃或杂波
• 相对垂直或水平方向的旋转或边缘块效应
• 图像块中的边缘损失或DC 块效应

失真检测能以任意组合方式如同主观和客观测量的加权参数那样工作。利用这些不同的测量组合，有助于进行深入的研究以改善系统的图像质量。

例如，它有助于回答这样的问题：“较多地使用去块效应滤波（de-blocking filtering）能够改善DMOS 吗？”或者，“应当较少地使用前置滤波处理（pre-filtering）吗？”

如果边缘块加权的DMOS 大于模糊加权的DMOS，那么边缘块则是主要的失真，这时也许应当考虑较多地使用去块效应滤波。

在某些应用中，当边缘增多时，例如出现振铃和杂波，它们比其它失真更令人讨厌。针对这样的应用，用户可以定制加权并进行配置，以反映观察者的感受，从而改善DMOS 的预测。

同样地，也可以使用这些失真加权测量PSNR，以确定每一失真对PSNR 测量有多大的影响。

上述的提示模式和失真检测均可以与感知测量或主观测量结合使用。举例来说，这样我们就可以在zui有可能出现特别明显失真的地方去测量其失真程度到底如何。

全面的图像质量分析

为了比较测试序列和参考序列之间的亮度，PQASW 提供了全参考（full-reference，FR）图像测量。同时也提供了无参考（无reference，NR）测量，它*于被测视频的亮度信号。另外，还可以进行部分参考测量（Reduced reference，RR），它是人工提取无参考测量中的差值。这组测量包括：

• Critical Viewing（临界观察，基于人类视觉系统模型，全参考）图像质量
• Casual Viewing（随机观察，提示加权，全参考或无参考）图像质量
• 峰值信杂比（PSNR，全参考）
• Focus of Attention（用于全参考和无参考测量）
• 失真检测（全参考，不包括DC 块效应）
• DC 块效应（全参考和无参考）

配置测量对话框


编辑测量对话框

 

除了按照默认的ITU BT-500条件进行测量之外，用户还可以通过预置和用户定义的组合方式，例如显示类型、观看条件、人类视觉响应（统计上的）、关注点（focus of attention）和失真检测等，使PQASW能够支持上述测量。利用用户可配置的条件特性，有助于优化CODEC 参数，使之适合于特定的应用，通过在几种不同的测量条件下的测量结果，以进一步研究什么样的条件会影响图像质量测量结果。也可以修改预配置的测量组来设置用户定义的测量条件，然后在配置测量对话菜单中作为一种附加的测量组保存并调用。

使用简便的界面

PQASW 具有两种模式：测量模式和观看模式。测量模式是用来执行配置对话框中选中的测量。在测量执行期间，屏幕上显示出累计的数据和差值映像图（difference map）结果并保存在系统硬盘中。观看模式是用来察看先前保存的累计结果和由测量模式或执行XML 脚本创建的映像图。在观看模式中，用户可以选择多种结果，还可以利用平铺模式（Tile Mode）的同时显示以并排比较每项测量结果。通过对不同的CODEC 参数和（或）不同的测量配置的测量结果映射图的比较，可以十分方便地对任意差异的根源作进一步的研究。

多种结果显示

综合图形显示

 

在综合图形显示、6 平铺显示或者叠加显示中，合成的映像图可以与参考视频和测试视频同步显示。

在综合图形显示中，用户可以观察到视频重放期间的多个测量图形，包括条形曲线图、参考视频、测试视频以及差值映像图。可以提供每一视频帧和整个视频序列的标准参数和感知累计度量的总合测量结果。

6 个平铺显示

 

在6 平铺显示中，可以为用户提供两个测量项的并列显示，其中每一测量项由参考视频、测试视频和差值映像图所组成，这样便于相互之间进行比较。

参考图像和映像图的叠加显示

 

在重叠显示中，为用户提供了参考视频和差值映像图的混合叠加显示，用户可以使用渐变条（fader bar）以调整它们之间的混合比例，以分别对应于各个映射图、参考视频和测试视频中的损伤。

PQASW的出错日志记录和告警可用来帮助用户有效地跟踪引起视频质量故障的原因。

所有的测量结果、数据和图形均可以在需要查验时再次调出显示。

自动时域/ 空间域校准

对被选择的关注空间区域自动执行空间对准

 

PQASW支持自动空间域校准和时间域校准，也可以采用人工校准。

在测量模式中，可以单独选择您关注的空间范围以进行自动空间域校准。空间域校准可以测量每一方向上的裁剪、比例和位移，甚至可以跨越不同的分辨率和宽高比（例如，在校准SD 至HD 视频时）。如果在标准的有效区内存在额外的空白部分，就可以利用自动空间域校准功能进行裁剪测量。

利用自动空间域和时域校准，就能够在不同的分辨率和不同的帧频的参考视频和测试视频之间进行图像质量测量。

关注区域

在观看模式（Review mode）中，利用ROI 以进行更深入图像质量 评测研究

 

有两种类型的空间/ 时域关注区域 （ROI）: 输入和输出。输入ROI用来去掉测量过程中那些不为用户所关注的空间域和时间域。例如，在对具有不同宽高比的参考视频和测试视频进行测量时，可以使用输入空间ROI。如果只是对被选视频帧进行测量和为了减少测量执行时间，则可以使用输入时域ROI。输入时域ROI 也可称为时域同步。

如果只对某些子区域或者时域区间的预先计算的测量结果进行复查，那么可以使用输出ROI。操作者使用鼠标即可以迅速完成对输入空间ROI区域的选择，测量软件只会给出被选空间区域的计分。如果只是为了了解某些特定损伤映像图中的空间区域，那么使用这种输出ROI 方式是一种有效的测量方式。可以在图形上通过标记来设置输出时域ROI区间，对于具有多个场景的视频流而言，用户可以使用这种方式以得到特定场景的测量结果。采用这种测量方式，用户所得到的测量结果也不会对人眼视觉模型中的初始瞬态带来任何影响。每一参数均嵌入在这种递归循环的测量过程中。

XML 脚本的自动测试

脚本样本。


配置测量对话框中的导入/ 导出脚本


测量结果文件样本

 

手动操作作出限制。可以从测量配置菜单中导出或导入脚本文件，这样可以更方便地创建和管理脚本文件。通过PQASW 用户接口或者使用能够读出创建的.csv文件格式的任意电子表格应用程序，可以观察到脚本操作的测量结果。为了更快地获得测量结果，可以同时执行多个脚本。

IP 接口

发生/ 捕获

 

PQASW 的IP 接口具有压缩视频的产生和捕获功能，而且这两种工作模式可以同时运行。

利用PQASW的IP接口的压缩视频的同时发生和捕获功能，用户就可以直接将保存在电脑中的参考视频短片从PC 机的IP 端口送入到被测设备中，同时又将被测设备的测试视频输出返回到PC机中即被PC 机所捕获。采用这种测量方式，当用户需要使用某种视频信号以对被测设备进行图像测量时，就可以不必使用其它的外接视频信号源。而且，利用该软件的信号发生功能，在进行图像测量时，还可以直接使用视频编辑软件创建的文件并将它作为图像质量测量的参考序列和测试序列。

双通道捕获

 

利用PQASW的IP接口的双通道捕获功能，用户可以捕获两路实况视频信号以分别作为参考视频和测试视频，这样便于对被测设备的实际运行状况进行评测。

在以上两种模式中，利用MTS4EA 导入的嵌入式基准解码器，可以将捕获的压缩视频流解码为非压缩文件，这样，用户就可以直接进行图像质量测量，而不必使用任何其它附加工具，也不需要其它手动操作过程。

 

IP 接口支持的文件格式

PQASW分析软件的IP接口选件可以产生和捕获以下格式的压缩视频文件:

• .mpg
• .ts
• .trp

测量支持的文件格式

除另行说明外，所有格式均支持8 比特，测量使用8MSB：

• .yuv （UYVY, YUY2, YUV4:4:4, YUV4:2:0_planar）
• .v210（10 比特，UYVY，3 分量32 比特）
• .rgb（BGR24，GBR24）
• .avi （未压缩，BGR32，丢弃alpha 通道）/BGR24 / UYVY /YUY2 / v210）
• ARIB ITE 格式（4:2:0 planer 含3个单独的文件 （.yyy, .bbb, .rrr））
• .vcap（由PQA600 视频捕获创建）
• .vcap 10（10 比特，由PQA500/600 视频捕获创建）

?

在进行图像质量测量之前可以在内部将以下压缩文件变换为非压缩文件：

?

基本流

• H.264/AVC/MPEG-4 Part 10- 基本类，扩展类，主类，高级10，高级4:2:2 和高级4:4:4 类，全部为1 级至5:1 级
• MPEG-2 －主类（主级，高级，高级1440），4:2:2 类（主级和高级）
• VC-1 － 所有类别和级别
• MPEG-4 Part 2 －简单类（0 至5 级）和高级简单类（0 至5 级）
• H.263 基本类

系统层

以下视频流中所包含的基本流:

• MPEG-2 传送流流/ 节目流
• MP4 第1, 12 和15 部分
• ASF
• 3GPP
• DVD VOB
• Quicktime MOV

?

慢跑者视频文件


街景视频文件

 

嵌入的样值视频文件