Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах

Тип работы:
Диссертация
Предмет:
Приборостроение
Страниц:
142


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Развитие средств массовой информации, большую часть которых составляют средства передачи изображения — кинематографические и телевизионные системы, на современном этапе целиком связывается с внедрением цифровых технологий. Внедрение цифровых методов началось 20 лет назад с появления дорогих студийных устройств формирования и обработки телевизионных сигналов. В настоящее, время практически вся аппаратура формирования, обработки, кодирования и записи телевизионных сигналов является цифровой. Следующим шагом внедрения цифровых методов является переход на цифровое телевизионное вещание. В 2002 году Министерством Российской Федерации по связи и информатизации выпущено постановление & laquo-О внедрении наземного цифрового телевизионного вещания в России& raquo-, принимающее за основу отечественного стандарта на цифровое телевизионное вещание стандарт DVB (Digital Video Broadcasting). Основной способ кодирования и представления изображения, предусматриваемый этим стандартом, — MPEG-2 [128]. 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, субъективному качеству воспроизводимого изображения обуславливает необходимость поиска новых подходов к решению задач оценивания и контроля качества изображения.

Существенный вклад в развитие метрологической науки цифрового телевидения внесли М. И. Кривошеев [55−58], К. Ф. Гласман [19−25,57],

В.П. Дворкович [38]. Большое значение при разработке методов интегральной оценки качества изображения в цифровых телевизионных системах получили принципы, изложенные в трудах М. В. Антипина [1−4], В. И. Белицкого [7−8], О. В. Гофайзена [32−34], Б. М. Певзнера [34,70], Н. Н. Коломенского [47−51], В. Г. Комара [52], Л. Л. Полосина [71].

К основным требованиям, предъявляемым к новым методам измерения качества изображения в цифровых системах, относятся:

• 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, вследствие 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.

В работе М. И. Кривошеева и К. Ф. Гласмана [57] был предложен оригинальный подход к оценке качества изображения, прошедшего систему компрессии на базе дискретного косинусного преобразования (ДКП). Этот подход основан на использовании D-изображения 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 приёмной стороне путём максимальной компрессии и является изображением, блочная структура в котором наиболее выражена. D-изображение — это прошедшее систему сжатия на базе ДКП изображение, при восстановлении которого все коэффициенты ДКП, кроме передающих средние в блоке ДКП значения яркости и цвета, принимались равными нулю. В качестве меры заметности блочной структуры предлагалось использовать яркостно-цветовой контраст на границах блоков ДКП. На основе этого подхода в работе [62] был предложен алгоритм оценки качества неподвижных изображений, компрессированных по стандарту MPEG-1, продемонстировавший потенциальные возможности использования D-изображения в качестве опорного.

Применение этого подхода к оценке качества изображения в системах телевизионного вещания по стандарту DVB, в которых используется видеокомпрессия класса MPEG-2, требует проведения дополнительных исследований. В частности, требуется экспериментально показать, что D-изображение имеет устойчивую с точки зрения эксперта оценку качества. Также необходимо научно обосновать 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 является актуальной для современного этапа развития цифрового телевидения, основанного на широком применении кодеков компрессии на базе ДКП.

Однако, некоторые вопросы получения и использования D-изображения в качестве опорного не были проработаны. В частности, не было экспериментально показано, что D-изображение имеет устойчивую с точки зрения эксперта оценку качества. Также не была обоснована допустимость оценки заметности всех искажений компрессии на основе оценки только одного искажения — блочной структуры. При расчёте рейтинга заметности искажений не было учтено маскирующее влияние структуры самого изображения на заметность искажений видеокомпрессии.

Поэтому задача разработки и исследования методов 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 видеокомпрессии на базе ДКП.

В диссертации поставлены и решены следующие задачи:

1. Классификация искажений изображения в телевизионных системах с видеокомпрессией MPEG-2 по причинам появления и формирование перечня представительных искажений.

2. Экспериментальное исследование корреляционных взаимосвязей между визуальными проявлениями представительных искажений видеокомпрессии MPEG-2 и обоснование оценки заметности всей совокупности искажений видеокомпрессии MPEG-2 по проявлениям одного из представительных искажений.

3. Экспериментальное исследование устойчивости D-изображения на шкале качества, обладающей свойствами шкалы интервалов, относительно некомпрессированного изображения.

4. Экспериментальное исследование заметности блочной структуры на участках изображения с различным уровнем межэлементного яркостно-цветового контраста. Разработка и исследование метода сегментации компрессированного изображения для учёта маскирующего воздействия структуры изображения при оценке заметности искажений.

5. Разработка метода оценки заметности искажений изображения в телевизионных системах с видеокомпрессией MPEG-2 на основе корреляционно-энерегетического критерия, характеризующего заметность представительного искажения — блочной структуры.

6. Экспериментальная проверка и оптимизация разработанного метода для оценки качества типичных телевизионных изображений в телевизионных системах с видеокомпрессией MPEG-2 MP@ML в диапазоне скоростей цифрового потока от 2 до 10 Мбит/с.

В ходе решения поставленных задач были разработаны следующие научные положения, которые и выносятся на защиту:

1. Классифицировать искажения изображения в телевизионных системах с видеокомпрессией MPEG-2 следует по причинам возникновения. Такая классификация позволяет выделить представительные искажения, имеющие наиболее высокий экспертный рейтинг заметности.

2. При разработке эффективного метода оценки заметности искажений видеокомпрессии MPEG-2 необходимо учитывать существование сильной корреляционной взаимосвязи между проявлениями представительных искажений.

3. При оценке качества компрессированного изображения необходимо учитывать, что заметность искажений компрессии существенно зависит от локальных пространственных характеристик изображения. Поэтому эффективный метод оценки заметности искажений видеокомпрессии должен включать алгоритм адаптивной сегментации изображения, выделяющий сегменты высокой заметности искажений.

4. При оценке локальной заметности блочной структуры следует учитывать яркостно-цветовой контраст границ блоков ДКП и маскирующее воздействие объектов компрессированного изображения. Одновременный учёт этих факторов обеспечивает корреляционно-энерегетическое отношение, рассчитываемое для каждого блока ДКП.

5. Для достижения максимальной точности оценки качества последовательности изображений в телевизионных системах с видеокомпрессией MPEG-2 следует использовать алгоритм усреднения скользящего минимума временного ряда значений корреляционно-энергетического критерия.

Выводы по главе 4

1) В качестве меры заметности блочной структуры на локальном участке компрессированного изображения предложено корреляционно-энергетическое отношение, учитывающее величину яркостно-цветового контраста на границе блока изображения и маскирующее воздействие структур переменной яркости и цветности самого изображения.

2) В качестве меры ухудшающего влияния блочной структуры на качество компрессированного изображения предложен корреляционно-энергетический критерий заметности блочной структуры PR, рассчитываемый с учётом пространственных и временных особенностей зрительного восприятия искажений компрессии.

3) Проведена экспериментальная проверка алгоритма расчёта корреляционно-энергетического критерия. Показано, что разработанный алгоритм обладает высокими показателями точности, монотонности и совместности предсказания экспертного рейтинга заметности искажений видеокомпрессии MPEG-2: среднеквадратичная 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. 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.

4) Выявлено, что привлечение адаптивного алгоритма сегментации, разработанного в главе 3, увеличивает точность, монотонность и совместность предсказания экспертного рейтинга качества изображения: среднеквадратичная ошибка предсказания уменьшается с 0,41 до 0,37 балла, коэффициент корреляции Пирсона увеличивается с 0,91 до 0,93, отношение несовместности уменьшается с 0,09 до 0,07

5) Выявлено, что усреднение скользящих минимумов временного ряда значений корреляционно-энергетического критерия обеспечивает более высокие точность, монотонность и совместность предсказания экспертного рейтинга заметности блочной структуры по сравнению с простым усреднением значений временного ряда.

6) Простота привлечённой функциональной модели зрительного анализатора позволяет применять алгоритм для управления качеством изображения в реальном времени.

Рисунок 36 — Алгоритм вычисления PR

5 4,5 4 3,5 3 2,5 2 1,5 1

Qmos 9 *v.

• а • •

• у& quot- • • у = 4,6512 Ln (x) +6,7615

• •--- / • • / •

Шг 9 ф • *

• PR101 ГГ& raquo- CK. IWH

0,3

0,4

0,5

0,6

0,7

1 2 3 4 5

Рисунок 38 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

0]

PR ск. мин- б) — взаимосвязь экспертных оценок со значениями предсказанного о]

5 4,5 4 3,5 3 2,5 2 1,5 1

0,3 0,4 0,5 0,6 0,7 5 4

3 2 1

1 2 3 4 5

Рисунок 39 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [1]

PR ск. мин- б) — взаимосвязь экспертных оценок со значениями предсказанного

1]

Ом os Р[1] ¦ СК. МИН В в ЯЯу& pound- Я ЩЯ& mdash- ъ* 1 в шу я / ¦ я ¦ ¦ ¦

Я ¦ PQR

Ом os (• У •

• • i

У--

• / • (• у = 4,514(3Ln (x) + 6,7694

• ' *

PRPI СК. МИН

0,3 0,4 0,5 0,6 0,7

Ом os р[3] ' СК. МИН * ¦ щ

• ш/ / 1 ¦Д шЛ 1 ¦

J' ¦ / ¦ ¦ ш / ¦ / ¦ PQR

1 2 3 4 5

Рисунок 40 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

3]

PR ск. мин- б) — взаимосвязь экспертных оценок со значениями предсказанного

3]

Ом os • • •

• / • / • •

• & laquo-у

--• •

• / у = 4,110J > Ln (x) + 6,1121

• РВга Г& quot- СК. НИН

0,3 0,4 0,5 0,6 0,7

Ом OS р[2] • СК. МИН в ¦ / ¦ / / 1 ¦ / ¦ ¦ 1 /4 ¦ / ¦ ¦ ¦ ¦ PQR

1 2 3 4 5

Рисунок 41 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры И

PR ск. мин- б) — взаимосвязь экспертных оценок со значениями предсказанного [2]

Рисунок 42 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [0]

PR — б) — взаимосвязь экспертных оценок со значениями предсказанного по [о]

Омоз у = 6. 984L л (х) + 7,648 • * (• у

• / я/ «•

• я/ •

• • • / ш

• PRmcp

0,3 0,4 0,5 0,6 0,7

Qmos р[1] г ср и ¦ я 1 1 ^ ¦ я/ ¦ / 1 я/ я ¦ ¦ ¦ я я ¦ S ¦ ¦ PQR

1 2 3 4 5

Рисунок 42 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [1]

PR — б) — взаимосвязь экспертных оценок со значениями предсказанного по [1]

Омов # у = 5. 9209L п (х) + 6,9882 • •. • • «j ^-•-- t

• jf т

Л

А

• / PRracp

0,3 0,4 0,5 0,6 0,7 5 4 3 2 1

1 2 3 4 5 б)

Рисунок 43 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR — б) — взаимосвязь экспертных оценок со значениями предсказанного по

Ом OS p[3] r cp 1 ¦ -. ¦ ¦

1 в ¦ >/ ¦ / a 1 JB ¦ ¦ в l / в ¦ PQR

5 4,5

4 3,5

3 2,5 2 1,5 1 i 5

4 3 2 1

1 2 3 4 5

Рисунок 44 a) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR — б) — взаимосвязь экспертных оценок со значениями предсказанного по М

Ом OS р[2] I ' ср ¦ ¦ ¦ ¦л& raquo- ¦ ш / ¦ /¦ / 1 ¦ 1 ¦ / / ¦ / ¦ ¦ ¦ ¦ ¦ PQR

ЗАКЛЮЧЕНИЕ

В диссертации разработаны и экспериментально исследованы методы оценки заметности искажений, возникающих в телевизионных системах с компрессией цифрового потока видеоданных по стандарту MPEG-2 для решения задач оценки и контроля качества изображения, а также для управления им в реальном времени.

При этом получены следующие основные результаты:

1. Обобщена классификация искажений изображения в системах с видеокомпрессией MPEG-2 по причинам возникновения. Показано, что все виды искажений обусловлены четырьмя основными причинами: блочным разбиением кодируемого изображения, квантованием коэффициентов ДКП, флуктуацией фактора квантования от кадра кадру, несовершенством алгоритмов оценки движения. Для каждой причины возникновения искажений выявлено представительное искажение, обладающее максимальным рейтингом заметности: блочная структура, размытие изображения, шум базовых функций, разрушение границ.

2. Расширена классификация методов оценки качества в телевизионных системах с видеокомпрессией. Показано, что современным требованиям, обусловленным переходом к цифровому телевизионному вещанию, отвечают методы оценки качества изображения без привлечения опорного изображения и учитывающие особенности зрительного восприятия при невысокой сложности аппаратной реализации. Показано, что наиболее перспективной является концепция использования D-изображения в качестве опорного на шкале качества.

3. Экспериментально показано, что между визуальными проявлениями представительных искажений изображения в системах с видеокомпрессией MPEG-2 существует высокая корреляция (0,73. 0,85), что позволяет оценивать заметность всей совокупности искажений по заметности одного представительного искажения — блочной структуры, чьи проявления легко поддаются инструментальной оценке.

4. Экспериментально показано, что субъективные различия между некомпрессированным типичным телевизионным изображением и соответствующим ему D-изображением, измеренные в количестве пороговых приращений яркостно-цветового контраста блочной структуры, постоянно и не зависит от критичности изображения. Это означает, что оценка качества D-изображения устойчива на шкале качества, обладающей свойствами шкалы интервалов, а само D-изображение может использоваться в качестве опорного при оценке качества изображения в системах с компрессией MPEG-2.

5. Экспериментально показано, что заметность блочной структуры максимальна на участках изображения с небольшим межэлементным яркостно-цветовым контрастом. Разработан инструментальный алгоритм сегментации изображения, выделяющий сегмент максимальной заметности блочной структуры с высокой точностью (частота пропуска цели составляет 4%).

6. Разработан инструментальный алгоритм оценки локальной заметности блочной структуры на основе вычисления корреляционно-энергетического отношения. На основе этого алгоритма синтезирован метод оценки качества динамических изображений в телевизионных системах с видеокомпрессией MPEG-2 MP@ML на основе вычисления корреляционно-энергетического критерия. Показано, что привлечение разработанного ранее алгоритма сегментации повышает точность предсказания экспертного рейтинга заметности искажений: среднеквадратичная ошибка предсказания уменьшается с 0,41 до 0,37 балла, коэффициент корреляции Пирсона увеличивается с 0,91 до 0,93, отношение несовместности уменьшается с 0,09 до 0,07.

ПоказатьСвернуть

Содержание

1. ОБЗОР МЕТОДОВ ВИДЕОКОМПРЕССИИ И ОЦЕНКИ КАЧЕСТВА ИЗОБРАЖЕНИЯ В ЦИФРОВЫХ ТЕЛЕВИЗИОННЫХ СИСТЕМАХ 9 1.1. Методы видеокомпрессии в цифровых телевизионных системах

1.2. Стандарты компрессии на базе дискретного косинусного преобразования

1.3. Искажения изображений в цифровых телевизионных системах с видеокомпрессией MPEG

1.4. Методы оценки качества изображения в цифровых телевизионных системах с видеокомпрессией MPEG

Выводы по главе

2. ИССЛЕДОВАНИЕ КОРРЕЛЯЦИОННЫХ ВЗАИМОСВЯЗЕЙ МЕЖДУ ПРЕДСТАВИТЕЛЬНЫМИ ИСКАЖЕНИЯМИ КОМПРЕССИИ MPEG-2 И УСТОЙЧИВОСТИ D-ИЗОБРАЖЕНИЯ

НА ШКАЛЕ КАЧЕСТВА

2.1. Постановка задачи

2.2. Исследование взаимосвязи проявлений представительных искажений изображений, кодированных по стандарту MPEG-2 ^

2.2.1. Постановка эксперимента ^

2.2.2. Обработка и анализ результатов

2.3. Исследование устойчивости D-изображения ^

2.3.1. Постановка эксперимента ^

2.3.2. Обработка и анализ результатов ^ Выводы по главе

3. РАЗРАБОТКА МЕТОДА СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЯ 3.1. Постановка задачи

3.2. Экспериментальное исследование заметности блочной структуры на различных участках компрессированного изображения

3.2.1. Постановка эксперимента ^

3.2.2. Обработка и анализ результатов ^

3.3. Поиск критерия сегментации компрессированного изображения ^

3.4. Разработка и проверка алгоритма сегментации ^ Выводы по главе 3 ^ 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ОЦЕНКИ

ЗАМЕТНОСТИ АРТЕФАКТОВ ВИДЕОКОМПРЕССИИ НА БАЗЕ

4.1. Постановка задачи ^

4.2. Разработка алгоритма измерения заметности блочной структуры ^ 4.3. Экспериментальное исследование метода оценки заметности блочной структуры на основе вычисления корреляционноэнергетического отношения ^ ^ ^

Выводы по главе

Список литературы

1. Антипин М. В. Интегральная оценка качества телевизионных изображений. Л.: Наука, 1970. -154 с.

2. Антипин М. В., Андронов В. Г., Гласман К. Ф. Квалиметрия кинотелевизионных систем: Учебное пособие. -Л.: ЛИКИ, вып. 1,1976.- 124с- вып. 2, 1977. -76 с.

3. Антипин М. В., Блюмберг М. И., Кузнецова А. Л. Визуальная оценка киноизображения по резкости и зернистости. //Техника кино и телевидения, 1979, № 3, с. 3−10.

4. Антипин М. В., Гласман К. Ф. Квалиметрия кинотелевизионных систем: Учебное пособие. -Л.: ЛИКИ, 1983. -111 с.

5. Бардин К. В. Проблема порогов чувствительности и психофизические методы. Издательство & laquo-Наука»-, Москва, 1976.

6. Бектемирова З. А., Комар В. Г. Информационная оценка качества изображения различных систем кинематографа. //Техника кино и телевидения, 1978, № 3, с. 3−10.

7. Белицкий В. И. Субъективные методы интегральной оценки качества в кино и телевидении: Учебное пособие. -СПб.: СПИКиТ, 1995. -32 с.

8. Белицкий В. И., Федоров С. В. Метод автоматической оценки качества передачи изображений. //Техника кино и телевидения, 1994, № 10, с. 42−46.

9. Беспрозванный М., Преображенский И., Рудинский И. Количественная оценка качества обслуживания зрителей. //Киномеханик, 1992, № 3, с. 20−30.

10. Бешелев С. Д., Гурвич Ф. Г. Математико-статистические методы экспертных оценок .- М.: Статистика, 1980. -263 с.

11. Быков Р. Е. и др. Телевидение: Уч. пособие для радиотехнических спец. вузов. -М.: Высшая школа, 1988. -248 с.

12. Быков Р. Е. Теоретические основы телевидения: Учеб. для вузов. -СПб.: Лань, 1998. -288 с.

13. Быков Р. Е., Гуревич С. Б. Анализ и обработка цветных и объемных изображений. М.: Радио и связь, 1984. — 248 с.

14. Вентцель Е. С. Теория вероятностей. -М.: Государственное издательство физико-математической литературы, 1962. -564 с.

15. Воробьёв В. И., Грибунин В. Г. Теория и практика вейвлет-преоразования., ВУС, 1997.

16. Гласман К. Ф. Видеокомпрессия // 625, 1997, № 7, с. 60−76.

17. Гласман К. Ф. Конференция IBC/98: теория и практика цифрового вещания. //625. -1998. -№ 9. -с. 38−44.

18. Гласман К. Ф. Цифровая магнитная видеозапись. //625, 1997, № 10, с. 82−84.

19. Гласман К. Ф., Букина А. В., Логунов А. Н., Покопцева М. Н., Шурбелев П. А. Оценка качества изображения при видеокомпрессии // Техника кино и телевидения, 1999, № 8, с. 48 51.

20. Гласман К. Ф., Логунов А. Н. Метод оценки заметности артефактов видеокомпрессии на основе пространственно-частотной модели зрительного анализатора. Материалы конференции & laquo-Телевидение: передача и обработка изображений& raquo-, СПб, 2000, с. 55−57.

21. Гласман К. Ф., Логунов А. Н. Объективная оценка артефактов в системах с видеокомпрессией. Материалы Международного конгресса HAT & laquo-Прогресс технологий телерадиовещания& raquo-, TRBE'99 М., 1999.

22. Гласман К. Ф., Логунов А. Н. Предобработка изображений с целью снижения заметности артефактов видеокомпрессии // Оптический журнал. 2001. — Т. 68, № 6. — С. 5 — 26.

23. Гласман К. Ф., Логунов А. Н. Предобработка изображений с целью снижения заметности артефактов видеокомпрессии. Материалымеждународного конгресса & laquo-Прикладная оптика -2000″ Т. 1, с. 162 163.

24. Гласман К. Ф., Логунов А. Н., Лычаков В. Н., Перегудов А. Ф. Инструментальная оценка заметности артефактов видеокомпрессии // Восьмая «Санкт-Петербургская Видеоярмарка», НТК. Тез. докл.- 28 -30 сентября 1999 г.- с. 67 68.

25. Гласман К. Ф., Логунов А. Н., Перегудов А. Ф., Лычаков В. Н. Объективная оценка артефактов видеокомпрессии. Техника кино и телевидения, 2000, № 2.

26. Глезер В. Д. Зрение и мышление. Л.: Наука, 1985.

27. Глезер В. Д. Механизмы опознания зрительных образов. М.: Наука, 1966.

28. Глезер В. Д., Цуккерман И. И. Информация и зрение. М. -Л.- Изд-во АН СССР, 1961.

29. Гмурман В. Е. Теория вероятностей и математическая статистика. М.: & laquo-Высшая школа& raquo-, 1977.

30. Гольденберг Л. М. и др. Цифровая обработка сигналов. Уч. пособие для вузов. -2-е изд. перераб и доп.- М.: Радио и связь, 1990. -256 с.

31. ГОСТ 26 320–84. Оборудование телевизионное студийное и внестудийное. Методы субъективной оценки качества цветных телевизионных изображений. М.: Изд-во стандартов, 1996.

32. Гофайзен О. В. и др. Закон суммирования ухудшений, вносимых каналом изображения системы цветного телевидения. //Техника кино и телевидения, 1979, № 6, с. 37−42.

33. Гофайзен О. В., Басий В. Т., Медведев Ю. А., Бабич В. В. и др. Проблемы построения телевизионного квалиметра. // Техника кино и телевидения, 1993, № 5, с. 37−45.

34. Гофайзен О. В., Епифанов Н. И., Ляхова Т. М., Певзнер Б. М. Субъективная оценка качества цветных ТВ изображений. //Техника кино и телевидения, 1979, № 2, с. 32−38.

35. Гранрат Д. Роль моделей зрения человека в обработке изображений // ТИИЭР, 1981, Т. 69, № 5, с. 65−77.

36. Гребенников О. Ф. Основы записи и воспроизведения изображения (в кинематографе): Учебное пособие для вузов кинематографии. М.: Искусство, 1982. — 239 с.

37. Гребенников О. Ф., Тихомирова Г. В. Основы записи и воспроизведения информации (в аудиовизуальной технике) -СПб. :Изд. СПбГУКиТ, 1992. -712 с.

38. Дворкович В., Басий В., Дворкович А., Макаров Д. Телевизионные измерения как средство обеспечения высокого качества телевизионного вещания. 625,1999, № 8, с. 5−46.

39. Джакония В. Е. Запись телевизионных изображений. -Л.: Энергия, 1972.

40. Джакония В. Е., Гоголь А. А" Ерганжиев Н. А. Телевидение: Учебник для вузов. М.: Радио и связь, 1986.

41. Дэвид Г. Метод парных сравнений. М. :Статистика, 1978.

42. Ефимов А. С. Контрастная чувствительность зрения при наблюдении ТВ изображения // Техника кино и телевидения, 1977, № 2, с. 45−48,

43. Иванов И. А. Снижение размерности задач оценки качества телевизионного изображения. В сб.: Проблемы развития техники и технологии кинематографа. Вып. 8. -СПб.: 1998, с. 60−61.

44. Иванов И. А. Совершенствование сверточных алгоритмов интегральной оценки воспроизводящих свойств кинотелевизионных систем. Автореферат диссертации на соискание учёной степени к.т.н. -Санкт-Петербург, 2000.

45. Ивченко Б. П., Мартыщенко A.M., Монастрыский M. JL Теоретические основы информационно-статистического анализа сложных систем. -СПб.: Лань, 1997. < -

46. Коломенский Н. Н. Новый интегродифференциальный критерий оценки качества изображения и звука кинематографических и кинотелевизионных систем. // Техника кино и телевидения, 1992, № 5, с. 25−28.

47. Коломенский Н. Н. Проблема интегральной оценки качества изображения и звука: от теории к практике. //Техника кино и телевидения, 1994, № 5.

48. Коломенский Н. Н. Теоретические проблемы технологической квалиметрии аудио- и видеосистем. В сб.: Труды СПИКиТ. Вып.6., 1995, с. 85−89.

49. Коломенский Н. Н., Коломенский И. Н. О логико-математических обоснованиях законов психофизики. В сб.: Труды СПИКиТ. Вып.5., 1995.

50. Коломенский Н. Н., Нахле А., Куприна Т. А., Нестерова Е. И., Орлова К. Е., Усачева Е. В. Научные основы квалиметрии и сертификации аудио- и видеосистем. В сб. :Труды СПИКиТ. Вып. 8, 1998, с. 46−51.

51. Комар В. Г. Информационная оценка качества изображения кинематографических систем. //Техника кино и телевидения, 1971, № 10,с. 10−22.

52. Красильников Н. Н. Статистическая теория передачи изображений. -М.: Связь, 1976. -184 с.

53. Красильников Н. Н. Теория передачи и восприятия изображений: Теория передачи изображений и ее приложения. -М.: Радио и связь, 1986. -247 с.

54. Кривошеев М. И. Основы телевизионных измерений. З-е изд., доп. и перераб.- М.: Радио и связь, 1989. 408 с.

55. Кривошеев М. И. Сигнал & laquo-стоп»- многостандартности в спутниковом телевидении. //625, 1998, № 1, с. 68−80, № 2, с. 60−71.

56. Кривошеев М. И., Гласман К. Ф. О новом подходе к оценке качества изображения в цифровых телевизионных системах с видеокомпрессией. Материалы международного конгресса EAT

57. Кривошеев М. И., Мкртумов А. С., Федунин В. Г. Качество изображения и измерения в цифровом телевидении. //625, 1999, № 1, с. 72−75.

58. Кривошеев М. И., Хлебородов В. А. Историческое решение для мирового телевидения, кинематографии и компьютерной индустрии. Техника кино и телевидения, 1999, № 9, с. 3−17.

59. Литвак И. И., Ломов Б. Ф., Соловейчик И. Е. Основы построения аппаратуры отображения в автоматизированных системах. М. :"Советское радио& raquo-, 1975.

60. Логунов А. Н. Разработка алгоритмов объективных измерений качества изображения в цифровых кинотелевизионных системах с видеокомпрессией. Автореферат диссертации на соискание учёной степени канд. тех. наук: 05. 11. 18 / СПбГУКиТ СПб., 2002.

61. Логунов А. Н., Букина А. В. Оценка качества изображения в системах с видеокомпрессией. Седьмая международная видеоярмарка VideoFair'98. Научно-техническая конференция. Тезисы докладов.- 30 сентября 3 октября 1998 г, с. 62−63.

62. Ломов Б. Ф. Человек и техника. М. :"Советское радио& raquo-, 1966.

63. Львовский Е. Н. Статистические методы построения эмпирических формул. -2.е изд., доп. и перераб.- М.: Высшая школа, 1988. -239 с.

64. Мешков В. В. Основы светотехники. М.: Госэнергоиздат, 1961, т.2.

65. Новаковский С. В. Стандартные системы цветного телевидения. -М.: Связь, 1976. -368 с.

66. ОСТ 58−18−96 Телевещание. Нормативные выходные характеристики каналов изображения, звукового сопровождения и экспертная оценка качества изображения и звук, а по группам телецентров.

67. Паздерак И., Кепр М. Мультипликативный интегральный критерий качества телевизионного изображения // Техника кино и телевидения, 1976, №Ц, с. 51−55.

68. Певзнер Б. М. Качество цветных телевизионных изображений .- 2-е изд., доп. и перераб. М.: Радио и связь, 1988. — 224с.

69. Полосин Л. Л. Качественные показатели цветного изображения. -Л.: ЛИКИ, 1984. -54 с.

70. Попов А. А. Объективные измерения качества изображения. //Техника кино и телевидения, 1999, № 4, с. 21−24.

71. Прэтт У. Цифровая обработка изображений. /Пер. с англ. -М.: Мир, 1982. -Книга 1−312 е., Книга 2 480 с.

72. Птачек М. Цифровое телевидение. Теория и техника/ Пер. с чешек. Под ред. Л. С. Виленчика. -М.: Радио и связь, 1990. -528 с.

73. Пугачев B.C. Теория вероятностей и математическая статистика. -М.: Наука, 1979. -496 с.

74. Роуз А. Зрение человека и электронное зрение М. :Мир, 1977.

75. Рыфтин Я. А. Телевизионная система. Теория. М.: Сов. радио, 1967. -271с.

76. Симкин Б. Э. Различимость градаций яркости при установившемся состоянии адаптации // Техника кино и телевидения, 1989, № 11, с. 19−25.

77. Симкин Б. Э. Различимость перепадов яркости в сюжетных изображениях // Сенсорные системы, 1989, т. З, № 4, с. 396−401.

78. Стокхэм Т. Обработка изображений в контексте моделей зрения // Обработка изображений при помощи вычислительных машин. М.: Мир, 1973, с. 122−137.

79. Телевидение. Под ред. Джакония В. Е. 5-е изд., перераб. и доп. -М.: Связь, 1986. -456 с.

80. Телевидение. Под ред. М. В. Антипина. М.: Сов. радио, 1974. -160с.

81. Тихомирова Г. В. Временная амплитудная чувствительность зрительного анализатора // Техника кино и телевидения, 1979, № 7, с13−16.

82. Тихомирова Г. В. Временная частотная характеристика зрительного анализатора и оценка его линейности // Техника кино и телевидения, 1979, № 9, с. 3−9.

83. Трифонов М. И. Математическая модель наблюдателя в процессе зрительной обработки изображения. Диссертация на соискание уч. степени доктора техн. наук. Институт физиологии РАН им. И. П. Павлова, 1998, Санкт-Петербург.

84. Трофимов Б. Е., Куликовский О. В. Передача изображений в цифровой форме. М.: Связь, 1980. -120 с.

85. Филимонов Р. П. Иконика на рубеже веков. Состояние и перспективы // Оптический журнал.- 1999.- т. 66. № 6.- с. 5−26.

86. ФилимоновР.П. Синтез и статистические свойства критериев последеткторного обнаружения слабых сигналов. Диссертация на соискание уч. степени доктора физ. -мат. наук, ВНЦ & laquo-ГОИ»- им. С. И. Вавилова, 1996, Санкт-Петербург. — 424с.

87. Цифровое телевидение. /Под ред. М. И. Кривошеева. -М.: Связь, 1980. -264с.

88. ANSI Standard Tl. 801. 03−1996. Digital Transport of One-way Video Signals. Parameters for Objective Performance Assessment, 1996.

89. Antonio C. Franca Pessoa. Video Quality Assessment Using Objective Parameters Based on Image Segmentation. ITU-T, SGI2, doc 12−39-Dec. 97.

90. B. LJones and P.R. McManus. Graphic Scaling of Qualitative terms // SMPTE Journal, November 1986, pp. 1166−1171.

91. Baroncini V.A. Automatic Visual Quality Control in Digital TV Services. Proceedings of 1998 International Broadcasting Convention, pp. 425 to 430.

92. Blackwell О. M., Blackwell H.R. Visual Performance Data for 156 Normal Observers of Various Ages // Journal of IES, 1971, № 10, pp. 3−13.

93. Boroczky L., Ngai Y. Comparison of MPEG-2 and M-JPEG Video Coding at Low Bit Rates // SMPTE Journal, 1999, № 3, pp. 161−164.

94. Brydon N. Saving Bits The Impact of MCTF Enhanced Noise Reduction // SMPTE Journal, January 2002, pp. 23−29.

95. Devlin, В., Walland, P., 1998. Test card M bitstreams for DVB test and measurement. Proceedings of 1998 International Broadcasting Convention, pp 409 to 412.

96. Fechter F. Objective Beuteilung der Qualitat komprimirter Bildfolger: Ein heuristisch optimiertes Modell. // Fernseh-und Kinotechnik, 1998, Jg. 52, № 7, S. 417−421.

97. Fibush D. and Ravel M., 1998. Objective picture quality measurement: expectations today and tomorrow. Proceedings of 1998 International Broadcasting Convention, pp. 418 to 424.

98. 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.

99. Fibush D. Practical Application of objective picture quality measurement. Proceedings of 1998 International Broadcasting Convention, 1998, pp. 418 424.

100. Fibush D. Proposed Test Scenes for a Measurement Instrument. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee. Tektronix. August 5, 1997.

101. Gardiner P.N., Tan K.T. Development of a perceptual distortion meter for digital video. Proceedings of 1997 International Broadcasting Convention, 1998.

102. Glasman C., Andronov V., Bukina A. and Vasilyev O., 1997. Subjective assessment of compression systems by trained and untrained observers. Proceedings of 1 997 International Broadcasting Convention, pp. 476 to 481.

103. Glasman C., Bukina A., Logunov A, Pokoptseva M., Shourbelev P., 1998. Interval-scaled picture quality evaluation of compression systems based on paired comparisons. Proceedings of 1998 International Broadcasting Convention pp. 450 to 455.

104. Glasman C.F., Logunov A.N., Peregoudov A.F., Lichakov V.N. Video Compression Artefacts: Predicting the Perceptual Ratings. Proceedings of 1999 International Broadcasting Convention, 1999.

105. Glasman C.F., Logunov A.N., Peregoudov A.F., Lichakov V.N. Predicting the perceptual ratings of compression artifacts for different viewing conditions. Proceedings of 2000 International Broadcasting Convention.

106. ISO/IEC 11 172−2. Information Technology coding of moving pictures and associated audio for digital storage media up to about 1.5 Mbit/s: Part 2 video, 1993.

107. ITU-R BT. 500−7. Methodology for the subjective assessment of the quality of television picture, 1995.

108. Janko B. 1998. Measuring the Quality of Compression Systems in Composite Video Environments. Proceedings of 1998 International Broadcasting Convention, pp. 403 to 408.

109. Knee M. A Single-Ended Picture Quality Measure for MPEG-2. Proceedings of 2000 International Broadcasting Convention, 2000, pp. 95 100.

110. Lakhani G. Improved Equations for JPEG’s Blocking Artifacts Reduction Approach. IEEE Transactions on circuits and systems for video technology, 1997, vol. 7, № 7, pp. 930−934

111. Lauterjung J. Picture Quality Measurement. Proceedings of 1998 International Broadcasting Convention, 1998, pp. 413−417.

112. Lodge N. K. and Wood, D., 1996. New Tools for evaluating the quality of digital television results of the MOSAIC project. Proceedings of the International Broadcasting Convention. September 1996. pp. 323−330.

113. Lubin J. A human vision system model for objective picture quality measurement, Proceedings of 1997 International Broadcasting Convention, pp. 498 to 503.

114. Lubin J. A human vision system model for objective picture quality measurements. Proceedings of 1997 International Broadcasting Convention, 1997.

115. Lubin J. Sarnoff JND Vision Model. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee. Sarnoff Corporation. August, 1997.

116. Lubin, J., 1997. A human vision system model for objective picture quality measurements. 1997 International Broadcasting Convention, pp 498 to 503.

117. Nagato Narita. Graphic Scaling and Validity of Japanese Descriptive Terms Used in Subjective-Evaluation Tests // SMPTE Journal, July 1993, pp. 616 622.

118. Pennebaker W.B., Mitchell J.L. JPEG Still Image Data Compression Standard, Van Nostrand Reinhold, 1993.

119. Peterson H., Ahumada A., Watson A. An Improved Detection Model for DCT Coefficient Quantization. SPIE, vol. 1913, pp. 191−201.

120. Rec. ITU-T H. 262 ISO/IEC 13 818−2. Information Technology Generic Coding of Moving Pictures and Associated Audio Information: Video, 1994.

121. Rohaly A.M., Janko В., Patel K., Durant L. Objective Picture Quality Measurement New Understandings. Proceedings of 2000 Internationalal Broadcasting Convention, 2000.

122. Schade O.H. Optical and photoelectric analog of the eye // JOSA, 1956, vol. 46, № 9, pp. 721−739.

123. Switkes E., Bradley A., De Valois K.K. Contrast dependence and mechanisms of masking interactions among chromatic and luminance grating // Journal of the Optical Society of America A, 1998, vol. 5, № 7, pp. 1149−1162.

124. Trauberg M., 1998. Ein neues Verfahren fuer die Bildqualitaetsueberwachung in MPEG-basierten Uebertragungs-systemen. Proceedings of 18. Jahrestagung FKTG 1998 Erfurt/Germany.

125. Van Nes F.L., Koenderink J.J., Bouman M.A. Spatiotemporal Modulation Transfer in the Human Eye // Journal of the Optical Society of America, 1967, vol. 21, pp. 1082−1088.

126. Watson A. A single channel model does not predict visibility of asynchronous gratings //Vision Research, 1981, vol. 21, pp. 1799−1800.

127. Watson A. Transfer of contrast sensitivity in linear visual networks. Visual Neuroscience, 1992, vol. 8, p. 65 76.

128. Watson A., Solomon J., Ahumada A. DCT Basis Function Visibility: Effects of Viewing Distance and Contrast Masking. Human Vision, Visual Processing, and Digital Display IV, pp. 99−108, 1994.

Заполнить форму текущей работой