Android平臺上基于H.265的視頻測評軟件開發

　　第一，為達到客觀的評判，避免誤判視頻本身的模糊需求，在開始評測之前會進行主觀失焦評斷。結合人的主觀評斷和標準視頻流的清晰度標準來刻畫，這樣的評斷更客觀公正。具體實現界面如圖4。

　　第二，結合是否主動失焦以及標準流的判斷確定滿分標準，之后進行歸一化處理。處理后最終的評判標準如表2。

3.2 亮度

3.2.1 亮度簡介

　　亮度是指發光體(反光體)表面發光(反光)強弱的物理量，是人對光的強度的感受。我們認為的亮度參數都是指白色的參數，然而想要更好地體現視頻的亮度，就不能只用白色的參數來表示亮度，故而引入了色彩亮度的概念。

3.2.2 亮度評分算法

　　(1)將每一幀的圖片灰度化，并以mat矩陣存儲以方便刻畫行列，統計圖片中每個亮度值出現的個數，求出平均亮度。根據前期的主觀評測，選定動態閾值作為平均比較值。

　　(2)將每一個像素點的值與動態閾值作方差，計算出來的值即可在一定程度上表示圖片的平均亮度。

　　令動態閾值為，每一個像素點的灰度值為x，則平均亮度的公式如下：

(4)

　　核心代碼如下：

　　for(int i=0;i<256;i++)

　　{

　　Ma+=abs(i-128-dac)*Hist[i]; }

　　Ma/=float((GRAYimg.rows*GRAYimg.cols));//

　　float M=abs(Ma);

　　float K=D/M;//正常時這個值是小于1的

　　avr = K;

　　}

　　(3)最終亮度評斷標準如表3所示。

3.3 色度

3.3.1 色度簡介

　　色度的測量是對顏色的一種客觀評價，將色度這種度量最終以值的形式表示，有常見的幾種表現模型：CIE、RGB等。

　　在顏色感知的研究中，CIE 1931 XYZ色彩空間是其中一個最先采用數學方式來定義的色彩空間。其中，色彩空間指的是用一種客觀的方式敘述顏色在人眼上的感覺，通常需要三色刺激值，即首先定義三種主要顏色，再利用顏色疊加模型來敘述各種顏色。CIE 1931色彩空間通常用XYZ三個值來表示三色刺激值^[6]。

　　CIE XYZ和CIE RGB可以相互轉換，具體轉換方式如下：

(5)

(6)

(7)

(8)

　　轉換按照等能白點轉換，即有約束：RGB(0.333,0.333,0.333)對應XYZ(0.333,0.333,0.333)。

3.3.2 色度評分算法

　　(1)調用以下Opencv函數將RGB按照以上公式轉換成CIE形式。

　　cvtColor(Input,LABimg,CV_BGR2Lab)

　　(2)同樣調用Opencv里函數，得到a、b的值。其中a表示圖像的紅綠分量，b表示黃藍分量，根據這兩個分量可以判斷出圖像的色偏，為評分做準備。核心代碼如下：

　　dac=a/float(LABimg.rows*LABimg.cols);//a*表示圖像紅/綠分量,計算紅綠分量的平均值

　　dbc=b/float(LABimg.rows*LABimg.cols);//b*表示圖像黃/藍分量,計算黃藍分量的平均值

　　(3)最終利用a、b的值計算出L，根據L的大小來對色度進行評分。L的計算方式如下：

　　float D =sqrt(dac*dac+dbc*dbc);

　　Ma/=float((LABimg.rows*LABimg.cols));

　　Mb/=float((LABimg.rows*LABimg.cols));

　　float M=sqrt(Ma*Ma+Mb*Mb);

　　float K=D/M;

　　avr = K;

　　(4)通過rda，rdb得出整體色彩偏向，然后根據L得出最后得分如表4所示。

4 結語

　　本文在Android移動平臺上基于H.265視頻標準，開發了安卓手機本地視頻質量評測軟件。該測評軟件從視頻流暢度和視頻畫質兩個方面對視頻質量做出了測評，其中視頻流暢度包括視頻分辨率和幀率兩個部分，視頻畫質測評包括視頻清晰度、亮度和色度等三個部分。本文還分析了視頻測評體系建立過程，并闡述了五項評分的核心算法。本文還通過設計開發一個Android移動平臺軟件，方便用戶選擇視頻質量更好的流媒體，同時也利于運營商針對視頻存在的問題進行測評維修。這推動了整個流媒體服務器的發展，并且推廣了新一代視頻編解碼技術H.265。

參考文獻：

　　[1]Ting-Yu Huang,Guo-An Jian,Jui-Chin Chu,Joint Algorithm/Code-Level Optimization of H.264 Video Decoder For Mobile MultiMedia Applications[J], Acoustics, Speech and Signal Processing,pp.2189- 2192.March 2008

　　[2]范媛媛，沈湘衡，桑英軍.基于對比度敏感度的無參考圖像清晰度評價[J].光學精密儀器, 2011, 19(10): 2485-2493

　　[3]王鴻南，鐘文，汪靜，等. 圖像清晰度評價方法研究[J]. 中國圖像圖形學報, 2004, 9(7): 828-831

　　[4]楊斯涵. 基于邊緣特征的單幀圖像清晰度判定[J]. 計算機工程與應用, 2009, 45(30): 198-203

　　[5]李奇，馮華君，徐之海，等. 數字圖像清晰度評價函數研究[J]. 光子學報，2002,31(6):736-738

　　[6]ATIS Teehnical Report T1.TR.PP.74. Objective video quality measurement using a Peak-Signal-to-Noise-Ratio(PSNR) full reference technique.2004