高清晰度电视图像质量的主观评价方法
超分辨率图像重建技术的方法与质量评估
超分辨率图像重建技术的方法与质量评估随着科技的进步和需求的增长，人们对高清晰度图像的需求也越来越迫切。
然而，由于传感器、设备以及传输等方面的限制，大多数图像的分辨率较低，不能满足人们的需求。
为了解决这一问题，超分辨率图像重建技术应运而生。
本文将介绍超分辨率图像重建技术的方法，并探讨常用的质量评估方法。
超分辨率图像重建技术主要有两种方法，即基于插值的方法和基于学习的方法。
基于插值的方法是应用插值算法来增加图像的分辨率。
最简单的插值算法是最近邻插值，它通过将每个像素的值复制到插值后的位置来进行图像放大。
然而，最近邻插值的结果往往不够平滑，会导致图像边缘的锯齿状现象。
为了解决这个问题，双线性插值和双立方插值等更复杂的插值算法被提出。
这些算法通过计算相邻像素之间的加权平均值来产生更平滑的放大效果，但仍然存在局限性，无法满足高质量图像的需求。
基于学习的方法是通过机器学习算法来学习低分辨率图像和其对应的高分辨率图像之间的映射关系，然后利用这种映射关系来重建高分辨率图像。
最常用的学习算法是卷积神经网络（CNN）。
CNN可以通过大量的训练数据学习到低分辨率图像和高分辨率图像之间的非线性映射关系，并将其应用于新的输入图像。
这种方法在提高图像质量方面取得了显著的突破，并广泛应用于各个领域。
为了评估超分辨率图像重建的质量，研究人员开发了许多评估指标。
其中最常用的指标是峰值信噪比（PSNR）和结构相似性指标（SSIM）。
峰值信噪比是用于评估图像重建效果的经典指标之一。
它通过比较原始高分辨率图像和重建图像之间的均方误差，来衡量图像的重建质量。
PSNR的数值越高，表示重建图像与原始图像的质量差距越小。
结构相似性指标是用于衡量图像结构在重建过程中的保留程度的指标。
它通过比较原始高分辨率图像和重建图像之间的亮度、对比度和结构相似性来评估图像的重建质量。
SSIM的数值越接近1，表示重建图像与原始图像的结构相似度越高。
除了PSNR和SSIM，还有一些其他可以评估超分辨率图像重建质量的指标，例如均方根误差（RMSE）、平均绝对误差（MAE）和感知质量指标（PI）。
图像质量评价指标研究
图像质量评价指标研究一、引言图像质量评价是图像处理技术中的一个重要环节，通常用于评估图像处理算法的有效性、比较不同算法的优劣以及检测图像质量缺陷等。
目前，已经发展出多种图像质量评价指标，如均方误差（MSE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）等。
本文将对这些图像质量评价指标进行深入研究和分析。
二、图像质量评价指标分类图像质量评价指标可分为主观评价和客观评价两类。
主观评价是通过人的主观视觉感受去评价图像质量的指标，客观评价是通过计算机处理来评价图像质量的指标。
1.主观评价指标主观评价指标是指通过人的主观视觉感受对图像的质量进行评估。
常用的主观评价方法有主观质量评估（Subjective Quality Assessment, SQA）和双重对比法（Double Stimulus Impairment Scale, DSIS）。
主观质量评估是将一组经过处理的图像与原始图像同时展示给受试者，然后根据受试者给出的主观评价分数来评估图像质量的方法。
该方法的缺点在于评价结果受到受试者个体差异的影响。
双重对比法是基于主观质量评估的基础上发展起来的一种方法。
该方法将经过处理的图像与原始图像同时展示给受试者，同时展示一张质量较低的图像，然后让受试者选择哪张图像的质量最高。
该方法可以消除受试者个体差异的影响，但是需要消耗大量的时间和人力物力。
2.客观评价指标客观评价指标是通过计算机处理来评价图像质量的指标，常用的客观评价方法有均方误差（Mean Square Error, MSE）、峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）、结构相似性指数（Structural Similarity Index, SSIM）等。
均方误差是一种最简单的图像评价指标，计算方法为：MSE=∑i=1n∑j=1m(I[i,j]−K[i,j])2/nm其中，n和m分别为图像的宽度和高度，I[i,j]和K[i,j]为原始图像和处理后图像的像素值。
图像质量主观评价
图像质量主观评价
1、观看条件、数字电视图像质量的主观评价在下表中给出的观看条
件下进行
序号条件SDTV参数值
1 观看距离4-6倍图像高度
2 显示屏幕的峰值亮度70cd/m2
3 束流截止时，屏幕亮度与峰值亮度比值≦0.02
4 暗室中，黑电平亮度与峰值亮度比值约0.01
5 显示器北京亮度与峰值亮度比值约0.15
6 室内环境光照明宜低
7 背景光和照明光光源的色温D65
8 背景光部分对观看元的张角高≧43°宽≧57°
9 观察员的座位布局水平方向在中垂线±30°内
10 显示图像（对角线）尺寸≧50cm
2、测试素材，包含一定数目的精致图像和含运动物体的力偶系列：包含对各种评价因素，如精致空间分辨率、动态空间分辨率、亮度再现、彩色再现和运动再现等具有比较敏感特点的内容。
测试项目观看收听结果
画面播放是否有马赛克现象
同频点节目切换是否有马赛克现象
不同频点之间节目切换
误码造成的亮带或暗带
彩色溢出
画面冻结
残像
运动拖尾
闪烁
色纯
清晰度
图像层次感
运动图像的重现性
唇音同步
字幕效果
总图像质量
总伴音质量
3、评分标度，使用五级损伤评分标度，评分等级和相应的损伤术语如下图所示：
评分等级损伤术语
5 不察觉，无损伤存在
4 可察觉，有少许损伤
3 较低的图像质量，有重复的损伤
2 非常低的图像质量，服务有重复的中断
1 不断丢失服务，无法观看画面。
电视主观评价用测试图像制作基本方法
一套测试图像。
本文将以制作4K 超高清电视主观评价用测试图像为例，总结归纳各类电视主观评价用测试图像制作的基本流程和方法。
一 任务分析和需求提炼 要制作专业的测试图像，不能接到任务后马上组织个摄制组，去个山清水秀的地方，拍一堆优美的风景片回来。
如果既不事先做分析和设计，拍摄时又漫无目的，结果很难从中选出符合图像质量主观评测需求的素材。
所以，当我们接到任务后，第一件事当然是要对任务进行分析分解，为后续工作举纲张目。
1. 任务分析电视系统经历了模拟、数字、高清、直到现在的4K 甚至8K 超高清等不同制式格式，它们都有各自不同的图像特点，这决定了其质量评价标准也各有不同，因此用于主观评价的测试图像也各自不同。
以4K 超高清电视为例，与过去各种制式电视相比，它具有高分辨率、高动态、宽色域等技术特点，因此在设计测试图像时除了要考虑往常的质量要素外，应重点设计一些更具细节信息、层次丰富、亮度范围大、色彩丰富且饱和度高的画面，以便测试系统的带宽性能、动态范围和色彩还原性能等。
从图像主观评测的内容维度分析，通常需要观测图像的清晰度、亮部细节、暗部细节、色彩还原性能、色彩层次、人物肤色、运动性能等等。
从节目的不同场景维度分析，需考虑室内灯光环境、室外阳光环境、夜景环境等等。
从不同技术环节对图像质量的影响维度分析，需设计一些便于考察系统编解码效果的图像、考察系统抠像能力的图像等等。
电视系统是靠一系列标准和规范统一每一个环节的参数和指标，来保障图像传递保真性的。
这些参数和指标绝大多数都可以通过标准仪器进行客观测量。
但是由于科学技术的局限和产品性能的差异，以及在设备或系统设计时，对一些相互擎肘的指标参数选择的主观差异等等，都会造成客观测量虽然符合标准，但实际图像再现效果却差别很大的结果。
为了克服客观测量的这种局限性，终极手段就是主观评价。
以人眼的观看感受为依据，对系统进行评价。
这是最根本，也是最现实反映系统质量和保真度的手段。
成像清晰度的评价方式
成像清晰度的评价方式
成像清晰度是评价图像或者视频质量的重要指标，它直接影响
着观看者对图像的认知和理解。
评价成像清晰度的方式可以从多个
角度来考虑：
1. 分辨率，图像的分辨率是评价清晰度的重要指标之一。
分辨
率越高，图像中细节展现得越清晰。
常见的分辨率包括高清（HD）、全高清（Full HD）、2K、4K等，分辨率越高，清晰度越高。
2. 对比度，对比度是指图像中最亮和最暗部分之间的差异程度。
高对比度可以增强图像的清晰度，使细节更加突出。
3. 锐度，图像的锐度指图像边缘的清晰程度，边缘越清晰，图
像越清晰。
评价图像清晰度时，需要考虑图像的锐度表现。
4. 色彩表现，色彩的鲜艳度和准确度也会影响图像的清晰度，
良好的色彩表现可以提升图像的整体清晰度。
5. 噪点和失真，图像中的噪点和失真会降低图像的清晰度，因
此评价图像清晰度时需要考虑图像中是否存在噪点和失真。
6. 视觉感受，最终的评价还需要考虑人眼的视觉感受，即观看者对图像清晰度的主观感受。
综上所述，评价图像清晰度的方式可以从分辨率、对比度、锐度、色彩表现、噪点和失真以及视觉感受等多个角度来考虑，综合评估图像的清晰度。
这些指标可以帮助我们全面准确地评价图像的清晰度，从而为图像质量的提升提供参考和指导。
图像质量测评中的主观与客观评价方法研究
图像质量测评中的主观与客观评价方法研究图像质量测评是评估图像质量好坏的关键步骤，对于图像处理算法、图像压缩方法以及图像传输等领域具有重要意义。
主观评价和客观评价是目前常用的两种图像质量测评方法。
本文将深入探讨主观评价和客观评价方法的研究进展及应用情况。
1. 主观评价方法主观评价方法是通过人眼对图像质量进行主观判断，通常利用受试者对一系列已知品质图像进行排序或打分。
其中，绝对评价是最常用的方法之一，受试者需根据自己对图像质量的感知，对图像进行评分或排序。
主观评价方法具有较高的可信度，可以准确反映人眼对图像质量的主观感受，是评价图像质量的金标准。
在主观评价中，有许多常用的评价方法，如主观质量评分（Subjective Quality Assessment，SQ），主观比较评价（Subjective Comparison），以及主观排列评分（Subjective Ranking）。
其中，主观质量评分是最常用的方法之一，通过对图像质量进行打分，来判断不同品质图像之间的差异。
主观比较评价和主观排列评分则是通过对图像进行比较或排序，来判断图像的相对品质。
2. 客观评价方法客观评价方法通过计算机算法对图像进行分析，根据一系列图像特征或图像质量模型来评估图像质量。
客观评价方法具有高效、自动化等优势，可以减少主观评价的人力和时间成本。
目前，常用的客观评价方法包括结构相似性（Structural Similarity，SSIM）、峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）、视觉感知质量度量算法（Visual Perception Quality Metrics，VPQM）等。
这些方法基于图像的特征提取，模拟人眼对图像的感知过程，通过不同的数学模型对图像进行评估。
其中，SSIM是一种基于图像结构相似性的客观评价方法，通过计算图像的亮度、对比度和结构三个方面的相似性来评估图像质量。
PSNR则是通过计算图像的峰值信噪比来评估图像质量，常用于无损压缩算法的评价。
清晰度测试标准
清晰度测试标准清晰度测试是一种常用的评估图像或视频质量的方法。
它是为了量化图像或视频的清晰度而设计的，以帮助人们更好地理解和比较不同图像或视频的质量。
清晰度测试的目标是通过一系列客观指标来评估图像或视频的内容的清晰度。
常用的客观指标有：锐度、细节、轮廓和噪声等。
这些指标可以衡量图像或视频中的边缘重要性、边缘的清晰度、细节的清晰度以及图像或视频中的噪声水平。
锐度是评估图像或视频中边缘清晰度的重要指标。
它可以通过计算图像或视频中的边缘的梯度值来实现。
较高的梯度值表示边缘更为清晰，而较低的梯度值则表示边缘模糊。
锐度评估可以通过计算图像或视频中每个像素周围像素值的差异来实现。
细节评估是评估图像或视频中细节清晰度的重要指标。
它可以通过计算图像或视频中边缘之间的距离来实现。
较短的距离表示细节更为清晰，而较长的距离则表示细节模糊。
细节评估可以通过计算图像或视频中不同频率的边缘之间的差异来实现。
轮廓评估是评估图像或视频中物体边缘清晰度的重要指标。
它可以通过计算图像或视频中边缘的连续性来实现。
较高的连续性表示边缘更为清晰，而较低的连续性则表示边缘不清晰。
轮廓评估可以通过计算图像或视频中边缘的连续性断裂点的数量来实现。
噪声评估是评估图像或视频中噪声水平的重要指标。
它可以通过计算图像或视频中像素值的方差来实现。
较低的方差表示图像或视频中的噪声较少，而较高的方差则表示图像或视频中的噪声较多。
噪声评估可以通过计算图像或视频中每个像素位置上的噪声的平均值来实现。
除了上述客观指标，主观评估也是一种常用的评估清晰度的方法。
主观评估是指让人们观看图像或视频，并根据他们的感知和主观意见对其清晰度进行评估。
主观评估结果可以与客观评估结果进行对比，以验证客观评估方法的准确性和可靠性。
综上所述，清晰度测试是通过一系列客观指标和主观评估来评估图像或视频质量的方法。
这些指标和评估方法可以帮助人们更好地理解和比较不同图像或视频的清晰度，从而选择最合适的图像或视频。
谈谈数字电视图像质量的主观评价
谈谈数字电视图像质量的主观评价作者：冯传岗来源：《卫星电视与宽带多媒体》2011年第21期在传统的模拟电视系统工程技术中，有着及其规范和直观的图像基带测试理论和主观评价方法，对于目前数字电视节目制作系统（电视台节目制作）和传输系统（有线数字电视传输）来讲，传统的模拟电视测量方法以及主观评价体系将失去意义，需要一套新的理论、新的测试方法和新的主观评价体系。
这些理论、测试方法和主观评价体系，同样是基于人眼看到的效果来评价电视节目图像的质量，即电视节目图像质量的测试标准都必须由基于从事测试的主观评价观看者对所看到图像的满意度来定量的，这一点极为重要，因为电视的对象是人们的双眼，而不是人们使用的仪器。
这些所定量的电视节目图像质量的测试标准，是基于人们主观评价的统计，并非是绝对的、但它又必须是一个度量的衡值。
信号对图像质量的影响数字化的电视图像不经过压缩，是难以传输和保存的，体现不出其价值和先进性。
随着视频图像压缩技术的发展，使数字电视商用成为可能。
国际上，对于经过压缩过的视频图像的测试都是用未压缩的视频图像信号的质量来参考的。
在已经压缩（数字）和未压缩（模拟）视频图像信号的混合系统/环境中，视频图像质量的测试包括两个部分：即信号质量和图像质量。
信号质量的测试使用一套测试的方法和信号，它们可以是全场或是垂直消隐期中的某一行。
这种测试在传统模拟的非压缩视频系统中是一种间接的测试方法，由于这种测试是在实际图像之外。
毫无疑问，它将对传统模拟系统的图像质量提供了一个很好的表述。
而在压缩（数字）的视频系统中，图像质量的变化取决于数据率、图像复杂性和所使用的编码计算方法（计算机的程序），这时传统测试信号的静态特性已不能提供图像质量的真实描述。
因此，对压缩（数字）视频系统中图像质量的实际测量，需要一整套的实际图像测试信号，这要比传统测试信号复杂多。
这些复杂序列导致的编码过程的非线性失真是图像内容的函数。
然而，这并不能排除对传统信号测量的需要。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高清晰度电视图像质量的主观评价方法
李若霜
本文作者李若霜女士，国家广播电影电视总局广播科学研究院高级工程师。
一前言
近年来，随着微电子、大规模集成电路技术的迅速发展和图像压缩技术的不断进步，在电视广播领域正在发生由模拟向数字、由标准清晰度电视(SDTV)向高清晰度电视(HDTV)过渡的一场变革。
由于数字传输高新技术的应用，不仅使以往只能传送一套模拟电视节目的常规电视通道可以传送多套SDTV或一套HDTV节目，使有限的频高清晰度电视图像质量的主观评价方法节目质量也有很大改善，同时也为提供多种节目形式创造了有利条件。
因此，数字电视广播具有很好的发展前景。
HDTV由于具有清晰度高、画面尺寸大、幅形宽、色彩鲜艳和临场感强等特点，其图像质量可与35mm电影相媲美，因此它是当前数字电视最高级的业务形式。
预计HDTV广播将成为下世纪的主要传媒。
为实现在一个常规电视通道带宽内传送信息量相当于4～5倍SDTV信息量的HDTV节目，数字HDTV系统主要环节采用了与常规模拟电视系统完全不同的电路技术，即图像压缩的信源编码技术和纠错保护的信道编码及高数码率的调制技术等。
由此可能引入的失真机理和表现，与常规电视也有很大差别。
所以，传统模拟电视的评价测量方法及测试图像和信号，已经不能完全或正确反映观众对数字电视特有失真的主观感觉。
迄今为止，由于有效的测试信号和测量方法尚在研究和发展中，而系统性能的优劣最终要靠图像的主观质量来判定，因此，主观评价是当前数字电视最有效的检测方法。
二主观评价的一般要求
主观评价是直接利用观察者对被测系统图像的主观反应来确定系统性能的一种测试。
主观评价通常包括两种类型：一种是在最佳(即理想收看)条件下确定系统的性能，一般称质量评价；另一种是在非最佳条件下，即结合发送和传输条件确定系统保持质量性能的评价，一般称损伤评价。
主观评价的关键在于所使用的方法能否产生稳定、有效的结果。
因此，采用合适的评价方法和测试图像对系统进行有效的评价，非常重要。
由于主观评价结果不仅与被测系统的性能有关，而且与评价观看条件、信号源、测试图像、观看员、评分方法和评分标度、数据统计方法和结果表达方式等因素有关。
为使评价结果的可变因素仅限于被测系统的性能，在主观评价中必须对上述因素作严格的规定。
1. 观看条件
由于图像的主观质量与图像大小、亮度、对比度和观看距离等有关，因此，主观评价的观看条件中规定了评价用显示器的显示尺寸、峰值亮度、对比度和环境照明，以及观看距离和观看位置等。
根据HDTV的特点，主观评价应该在表1给出的观看条件下进行。
2. 评价实验系统
主观评价系统原理方框图如图1所示。
评价观看员从评价监视器上看到的是经过定时开关给出的图像。
到定时开关的图像信号或直接来自信号源的输出，或是经过被测系统的输出，也可以是来自灰场信号发生器。
3. 信号源
信号源一方面直接提供评价的基准图像信号，另一方面作为被测系统的输入。
对于所使用的电视标准，信号源(包括评价用监视器)应该具有最佳的质量，因为基准图像无缺陷是获得稳定结果的关键。
4. 测试图像
测试图像是主观评价的基础，它对评价结果有重大影响，因此，选择合适的
测试图像素材是至关重要的。
为了全面评价数字HDTV系统的性能，需要建立一套HDTV主观评价标准测试图像。
一套测试图像通常包含一定数目的静止图像和含运动物体的图像序列，每个序列大约持续10～15s。
选择测试素材的一般准则认为，测试素材应该是“严格的，但又不过份”。
判断什么是严格的，需要全面了解HDTV系统是如何工作的以及所提供业务的要求；“不过份”即意味着可以包含正常的HDTV节目内容。
因此，HDTV主观评价测试图像不仅应该包括对各种评价因素，如静态空间分辨率、动态空间分辨率、亮度、色彩以及运动等再现具有比较敏感特点的那些图像素材，同时还应包含能代表正常节目的内容。
5. 观看员
观看员即应邀参加主观评价的评分员。
观看员一般分专业和非专业两类。
一般都由非专业观看员进行主观评价，当需要作精确判断时，可由受过专业训练的专业观看员进行评价和分析。
由于观看员直接影响评分结果，因此，对于非专业观看员应该慎重挑选。
通常他们应该具有代表性，包括不同性别、年龄、文化层次的观众；具有正常的视力(含校正视力)和色觉；有一定的分析判断能力，能较快地接受和掌握评分方法和要求。
主观评价所需观看员的数目一般不少于15人，在数据处理结果中要说明观看员的类型和人数。
6. 评价测试阶段
在每个测试阶段开始时，应该向观看员详细、正确地介绍评分方法和评分标度、存在的质量因素或损伤类型，并进行评分示范。
示范显示应该使用正式测试的图像或序列以外的图像或序列，但应与正式测试中使用的图像或序列具有可比性。
一个测试阶段(包括示范说明在内)一般不超过30min。
在正式测试开始前需要引入3～5个“样本显示”来稳定观看员的判断力，其结果数据不纳入测试结果的统计中。
从一个显示评分到下一个显示评分均匀地进行。
为了检测相关性，有些测试可以重复进行，但要避免相同测试图像相继出现。
测试阶段的显示流程如图2所示。
7. 数据处理和结果表达
对于在评价中采集的大量评分数据，需要根据统计学的基本理论和技术进行处理，得出以图形或数据的结果形式概括被测系统的性能，给出每个测试图像评分统计分布的平均值和95%置信区间。
平均分U =∑=N i i u
N 11
标准偏差S =∑=−−N
i i N u U 12
)1()( 置信度区间为[U －δ, U+δ]
其中：δ= 1.96N S
u i ——观看员i 的评分
N ——观看员的数目
结果还必须包含以下信息：
a. 测试条件的情况
b. 测试图像的情况
c. 图像源类型和显示监视器型号
d. 观看员的人数和类型
e. 使用的基准图像
f. 测试的总平均分
三 评分方法和评分标度
实验心理学的传统结果表明，当测试感觉时，相对判断比绝对判断更加稳定、准确。
在国际电联(ITU-R)BT.500建议的众多评价方法中，由于双刺激方法采用了基准图像，其结果比单刺激方法具有更高的灵敏度和稳定性，特别适合于对高
质量电视系统或设备性能的主观评价。
因此，在ITU-R BT.710 (HDTV图像质量的主观评价方法)建议将双刺激连续质量标度法和双刺激损伤标度法作为HDTV 图像质量和发射系统损伤的主观评价方法，并分别以HDTV演播室图像和未损伤的发射图像作基准。
1. 双刺激连续质量标度法
在双刺激连续质量标度方法(DSCQS)中，需要对每个测试图像的两种状态进行评分。
其中一个是来自信号源的图像，即基准图像；另一个可能是经过被测系统输出的图像，即被测图像。
基准和被测图像交替显示两次或多次之后进行评分。
不同测试图像的一连串显示评分过程中，基准和被测图像呈现的先后次序以伪随机方式变动(观看员事先并不知道哪一个是基准图像)，要求观看员只简单地对每对图像的总体质量进行评分，并在评分表上作出标记。
评分表由若干对纵向标度线组成，以适应对每个测试图像两种状态的评分。
为避免量化误差，标度线提供连续标度,且被分成5个等级,相当于标准的5级质量标度范围。
在表的左边标有与不同等级相对应的质量术语，即优、良、中、差、劣作为观看员评分的一般指导，如图3所示。
2. 双刺激损伤标度法
在双刺激损伤标度方法(DSIS)中，首先显示来自信号源无损伤的图像，即基准图像；然后显示可能是经过被测系统输出的图像，即被测图像。
基准和被测图像交替显示一次或两次之后，要求观看员根据无损伤的基准图像，对被测图像质量的受损情况进行评分，并在评分表上作出标记。
在被测图像或序列中也包括无损伤的图像或序列。
双刺激损伤标度方法使用5级损伤评分标度。
其评分等级和对应的损伤术语如表2所示，要求观看员根据被测图像质量的受损情况，选用适当的评分等级评分。
四结束语
虽说主观评价是当前数字电视最有效的检测方法，但是，从上述评价方法及
基本要求我们不难看出，进行主观评价不仅要具备严格的观看条件和组织一定数量的观看员参加评分，而且整个进行过程及大量的评分数据统计需要耗费大量的时间和人力。
因此，我们在研究数字视频压缩质量主观评价的同时，希望通过研究建立起与主观质量损伤相关的客观测量，以便在主观条件不具备时，能借助测量仪器获得定量的物理参数值表达系统的性能。
所以，如何利用从观察者易于觉察的视频压缩损伤中提出对应的一组性能参数，以及如何与主观评价结果相结合来设计客观测量系统，并且通过客观测量来优化视频压缩系统的设计，是当前数字电视测试领域重要的研究课题。
从泰克公司1997(11月)测量技术研讨会上获悉，该公司和Sarnoff研究所已经联合开发出一种具有人眼视觉模型的测量仪器——PQA200图像质量分析仪。
据说这种仪器可替代主观评价，并能重复、定量地度量压缩图像的差异和损伤，这正是我们测试工作者所期望实现的测试手段。
（全文完）
来源：《世界广播电视》
出版日期：1998年9月。