视频测试基础知识--视频算法DMOS和PPSNR--视频参考与无参考测试介绍

视频测试基础知识--视频算法DMOS--视频参考与无参考测试介绍

测试则从传统的静态、单帧像分析，转换为动态测试、图像质量分析。虽然单帧像分析可提供信号定时、色深、线条同步化，以及更多有用信息，但压缩/解压缩算法与缓冲错误的数字影像也常造成瑕疵，且无法通过单帧像所察觉。常见错误则包含宏区块、帧像停滞、声频遗失与截断，或像素化

图像质量分析

图像质量分析即测量视频流的整体。因此汇集了专业技术人员观看视频，并以其专业的主观角度评分，设立了Differential Mean Opinion Scores (DMOS)。

主观测试的质量在制造过程中，聘请视频质量专家观看各组设备的生产细节，只能让操作人员观看视频并评分。

较好的图像质量分析方式，即必须能重复套用客观的测量方式，以测量音频与视频的质量。目前有多种算法，均与专业操作人员的主观评分相关。常见的两种测量之一为峰值信噪比 (PPSNR)，它是以均方差 (MSE)以及德州大学图像与视频工程实验室(LIVE)的Al Bovik教授和其团队，所设定的结构相似性(SSIM)指数为构架。此项指数已成为最具公信力的视频质量测量指数。只要套用如PSNR与SSIM算法，即可通过自动化、可重复的测量方法，轻松评定视频质量。

另一种视频质量测试方法是测量视频与音频内容的特定假影。此时可套用特定瑕疵算法，以找出视频中的特定错

误，如方格或帧像停滞/遗失。许多生产应用不太需要如PSNR或SSIM的高性能测试。反之，往往仅需确认没有产生

宏区块、声频切割、视频停滞即可。通过特定瑕疵的测量，即可迅速决定该款设备是通过还是失败。

参考与无参考测试

针对视频/音频流，进行图像质量分析测量的方法目前有三种。

1. 无参考测试: 不论图像内容如何，此方式可将测量套用至任何系统。而此测量方式的挑战之处在于，因分析图像内容的不同，测量结果的差异也相当大。

2. 简化参考测试: 简化参考测试则需要“金级”或理想样本设备。在测量了金级样本设备的音频/视频质量之后，其它设备即根据金级样本结果进行测试，以定义该系统是通过还是失败。

3. 完全参考测试:: 完整参考测试也需要金级的样本设备。但不同于简化参考测试(分別测量测试与参考流)，完整参考是将2组串流依像素进行分析。它是目前功能最为强大的测试，但针对参考串流的分析，其处理/存储/检索的难度更高。PSNR与SSIM测量均属于完整参考方式。