今天，江南全站登陆 小敏给大家介绍一下（测量）PQA500TektronixPQA500图像质量分析系统，以下（测量）PQA500TektronixPQA500图像质量分析系统的内容是小敏网上整理，希望对您有用。
Tektronix PQA500 图像质量分析系统
详细资料：
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） 下的图像质量比较用户可配置的的观看条件和显示模式 （用于基准测试和比较测试）提示/失真 （Attention/Artifact） 加权测量时间域和空间域的自动校准简便的回归测试和XML 脚本的自动测试提供多个测试结果观看选项可选购的SD/HD SDI 接口预先安装的样本参考和测试序列应用
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质量验证视频压缩业务开发和生产数字消费产品图像质量分析系统
PQA500是一代的图像质量分析仪，它是泰克公司在荣获艾美奖的PQA200/300的基础上研发的新产品。PQA500采用了基于人类视觉 系统的概念，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。PQA500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。对于压缩视频系统图像质量的测试，虽然可以使用具有自然内容和运动的测试场景，通过人 眼观察场景以报告图像质量评估结果。然而，这种评估压缩视频系统的方法效率低，也非常不客观。对于CODEC设计和运行质量的评估而言，凭借人眼观察的主 观测试方法是不实用的。在这种情况下，能够替代图像质量主观评估的方法，就是PQA500提供的一种快速的、实用的、可重复的客观测量。
在传统上，人眼观察测试是按照TU-RRec. 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PQA500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。
UI Top Image of PQA500
系统评测
PQA500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、数字错误、慢显示响应时间 （slow displayresponsetimes）、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。
PQA500 是如何工作的PQA500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，PQA500对这两个视频序列在空间域和时间域中进行校准，在这一过程中无需使用嵌入在视频序列中的校正条纹（stripe）。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。 PQA500 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，PQA500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（repurposingapplications）的评测提供支持。例如，DVD创作、IP广播和半导体器件设计等。PQA500也能为时间长度不受限制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，对长度完整的整部电影的图像质量作出定量分析。
预测人类视觉感受PQA500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）。
为了预测在以下各种变化参数的亮度刺激下的宏观行为响应，已开发了人类视觉系统模型:
包括超阈值的 （supra-threshold） 的对比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）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PQA500 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。
在下面几个图形中，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PQA500 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。
图：调制灵敏度与时域频率的关系曲线（A） 
图：调制灵敏度与空间域频率的关系曲线（B）
下图 （C） 为一含有运动场景的参考序列的单帧画面，图 （D） 是PQA500从这个参考序列的原始帧中计算得出的感知对比图。由感知对比图可以看出，观察者是如何感知这个参考序列的。感知对比图背景的模糊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强对比度所产生的掩蔽效应。PQA500创建参考序列和测试序列的感知图，而后由这两个感知图生 成DMOS 图。
参考图像（C） 
感知模型 （D）
用PSNR 比较预测DMOS
在以下的例子中，参考 （E） 是来自Vclips库文件中的一个场景，（F） 则是通过压缩系统后的测试图像，其图像质量有所降低。与参考图像（E） 相比较，测试图像 （F） 中跑步者周围的背景有些模糊。用PQA500对参考与测试视频片断之间的差异进行测量，其结果为PSNR。在PSNR图 （G） 中，白色加亮区域给出原始图像与劣化图像之间的zui大差异。PQA500进行的另一种测量是使用预测DMOS 算法，它生成的DMOS感知差分图由 （H） 表示。利用PQA500的人类视觉模型，您可以观察到图像的劣化区。在这种情况下，图像中的跑步者的劣化程序不如PSNR指示的那样明显。
参考图像 （E） 
测试图像 （F）
PSNR 图 （G）
DMOS 感知差分图 （H）
提示模式 （Attention Model）
在PQA500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:
目标的运动人的肤色检测识别位置对比度形状尺寸的考虑明显失真的影响其它错误 （编码参数/ 内容的辅助优化）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。人眼敏感的区域即为提示模式图示中的加亮区域。
提示模式图的例子：跑步者被加亮
失真检测
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增加或振铃/ 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。
失真检测菜单
全面的图像质量分析
PQA500 提供了测试序列和参考序列的质量之间的全参考 （full-reference，FR）测量比较和亮度信号的无参考（ n o-reference，NR） 测量。由无参考测量中的差值， 则可以手动进行缩减参考（Reduced reference，RR）测量。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 （关注点，可运用全参考和无参考测量）失真检测 （全参考，但不包括DC 块效应）DC 块效应 （全参考和无参考）除了按照默认的ITU BT-500条件进行测之外，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PQA500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。
