Android平台上基于H.265的视频测评软件开发

　　第一，为达到客观的评判，避免误判视频本身的模糊需求，在开始评测之前会进行主观失焦评断。结合人的主观评断和标准视频流的清晰度标准来刻画，这样的评断更客观公正。具体实现界面如图4。

　　第二，结合是否主动失焦以及标准流的判断确定满分标准，之后进行归一化处理。处理后最终的评判标准如表2。

3.2 亮度

3.2.1 亮度简介

　　亮度是指发光体(反光体)表面发光(反光)强弱的物理量，是人对光的强度的感受。我们认为的亮度参数都是指白色的参数，然而想要更好地体现视频的亮度，就不能只用白色的参数来表示亮度，故而引入了色彩亮度的概念。

3.2.2 亮度评分算法

　　(1)将每一帧的图片灰度化，并以mat矩阵存储以方便刻画行列，统计图片中每个亮度值出现的个数，求出平均亮度。根据前期的主观评测，选定动态阈值作为平均比较值。

　　(2)将每一个像素点的值与动态阈值作方差，计算出来的值即可在一定程度上表示图片的平均亮度。

　　令动态阈值为，每一个像素点的灰度值为x，则平均亮度的公式如下：

(4)

　　核心代码如下：

　　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;//正常时这个值是小于1的

　　avr = K;

　　}

　　(3)最终亮度评断标准如表3所示。

3.3 色度

3.3.1 色度简介

　　色度的测量是对颜色的一种客观评价，将色度这种度量最终以值的形式表示，有常见的几种表现模型：CIE、RGB等。

　　在颜色感知的研究中，CIE 1931 XYZ色彩空间是其中一个最先采用数学方式来定义的色彩空间。其中，色彩空间指的是用一种客观的方式叙述颜色在人眼上的感觉，通常需要三色刺激值，即首先定义三种主要颜色，再利用颜色叠加模型来叙述各种颜色。CIE 1931色彩空间通常用XYZ三个值来表示三色刺激值^[6]。

　　CIE XYZ和CIE RGB可以相互转换，具体转换方式如下：

(5)

(6)

(7)

(8)

　　转换按照等能白点转换，即有约束：RGB(0.333,0.333,0.333)对应XYZ(0.333,0.333,0.333)。

3.3.2 色度评分算法

　　(1)调用以下Opencv函数将RGB按照以上公式转换成CIE形式。

　　cvtColor(Input,LABimg,CV_BGR2Lab)

　　(2)同样调用Opencv里函数，得到a、b的值。其中a表示图像的红绿分量，b表示黄蓝分量，根据这两个分量可以判断出图像的色偏，为评分做准备。核心代码如下：

　　dac=a/float(LABimg.rows*LABimg.cols);//a*表示图像红/绿分量,计算红绿分量的平均值

　　dbc=b/float(LABimg.rows*LABimg.cols);//b*表示图像黄/蓝分量,计算黄蓝分量的平均值

　　(3)最终利用a、b的值计算出L，根据L的大小来对色度进行评分。L的计算方式如下：

　　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)通过rda，rdb得出整体色彩偏向，然后根据L得出最后得分如表4所示。

4 结语

　　本文在Android移动平台上基于H.265视频标准，开发了安卓手机本地视频质量评测软件。该测评软件从视频流畅度和视频画质两个方面对视频质量做出了测评，其中视频流畅度包括视频分辨率和帧率两个部分，视频画质测评包括视频清晰度、亮度和色度等三个部分。本文还分析了视频测评体系建立过程，并阐述了五项评分的核心算法。本文还通过设计开发一个Android移动平台软件，方便用户选择视频质量更好的流媒体，同时也利于运营商针对视频存在的问题进行测评维修。这推动了整个流媒体服务器的发展，并且推广了新一代视频编解码技术H.265。

参考文献：

　　[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，桑英军.基于对比度敏感度的无参考图像清晰度评价[J].光学精密仪器, 2011, 19(10): 2485-2493

　　[3]王鸿南，钟文，汪静，等. 图像清晰度评价方法研究[J]. 中国图像图形学报, 2004, 9(7): 828-831

　　[4]杨斯涵. 基于边缘特征的单帧图像清晰度判定[J]. 计算机工程与应用, 2009, 45(30): 198-203

　　[5]李奇，冯华君，徐之海，等. 数字图像清晰度评价函数研究[J]. 光子学报，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