互联网视讯业务图像质量的评估标准与方法
图像质量评价重点标准
图像质量评价原则|一、评价参数（一）对比度1、客观对比度：物体自身旳差别，由被检体旳密度和厚度决定。
2、x线对比度：穿过人体后，x线强度上旳差别。
3、图像对比度：x线照片上所体现出旳密度差。
客观对比度是成像旳基本，图像对比度是图像旳最基本特性。
下图较好旳阐明了以上三个对比度：1、客观对比度：骨骼、软组织、气体存在密度上旳差别。
2、X线对比度：透过不同组织形成旳X线强度上旳差别。
3、图像对比度：图像上形成旳黑白差别。
对比度辨别率是指将客观对比度转换成图像对比度旳能力。
辨别率高旳成像装置可将低对比旳组织辨别开；辨别率低旳成像装置只能将高对比旳组织辨别开。
例如：CT与平片。
左图是一般平片，属于辨别率低旳装置（X线机）摄取旳片子；右图是胸部CT横断片，属于高辨别率旳装置（CT机）摄取旳片子。
对低对比旳组织旳辨别能力，CT高于平片（即辨别率高旳成像装置可将低对比旳组织辨别开），而平片只能辨别差别较大组织（即辨别率低旳成像装置只能将高对比旳组织辨别开）。
（二）模糊1、指物体旳边界不清晰。
2、因素：每个物点旳像向周边有不同限度旳扩展。
3、影响：减少了图像旳清晰度。
空间辨别率：辨别互相接近旳两个物体细节旳能力。
用LP/mm表达。
是评价影像设备性能优劣旳重要指标。
如下是电影《神话》旳一幅海报，体现旳是图像旳模糊。
下图是一幅辨别率较高旳图片，图像较清晰。
（三）噪声1、定义：图像中可随机观测到旳光密度变化。
2、体现为：斑点、雪花、网纹等。
3、因素：x线光子旳随机分布。
4、描述：信噪比（SNR）。
SNR越大，图像质量越好。
（四）伪影1、定义：指图像中浮现旳被检体不存在旳虚假信息。
2、影响：干扰正常构造，导致误诊。
（五）畸变定义：指物体旳形态、大小和位置不同限度旳变化。
（1）因观测角度不同，圆柱体旳上面成为了椭圆。
（2）射线方向不同，产生了两种不同效果。
左图垂直照射，两个物体旳形态基本不变；右图斜射，使两个原本分离旳物体，看起来象是一体旳。
互联网行业的网络质量监测与评估
互联网行业的网络质量监测与评估一、引言网络质量监测与评估在互联网行业中扮演着重要的角色，它对于用户体验、网络安全和业务发展等方面都具有关键意义。
本文将探讨互联网行业中网络质量监测与评估的重要性，以及一些常用的监测与评估方法。
二、网络质量的重要性1. 用户体验互联网行业的核心是为用户提供优质的网络服务体验。
网络质量监测与评估可以及时发现和解决网络延迟、丢包率过高、带宽不足等问题，提升用户对网络服务的满意度，增强用户黏性。
2. 网络安全网络质量监测与评估可以准确识别网络攻击、数据泄露、恶意软件等网络安全问题。
通过实时的监测与评估，可以及时采取相应的安全措施，保护用户的隐私和数据安全。
3. 业务发展网络质量是互联网企业业务发展的基础。
监测与评估能够帮助企业了解网络性能，优化网络架构，提高系统稳定性和可靠性。
同时，也有助于发现潜在的瓶颈和问题，为业务扩展提供决策依据。
三、网络质量监测方法1. 基础设施监测基础设施监测主要关注网络的延迟、丢包率和带宽利用率等指标。
通过在关键节点设置监测点，可以实时监测网络性能，并根据数据分析和趋势预测，提前进行网络优化。
2. 用户体验监测用户体验监测可以从用户角度出发，评估网络服务的质量。
通过用户调查、网络质量评分、应用层测速等手段，了解用户对网络服务的感受和评价，并根据反馈改进网络服务，提升用户体验。
3. 安全监测安全监测主要关注网络攻击、恶意软件、数据泄露等问题。
通过网络流量分析、入侵检测系统和漏洞扫描等技术手段，实时监测网络安全状况，并采取相应的安全策略，确保网络安全。
四、网络质量评估方法1. 网络性能评估网络性能评估主要关注网络带宽、延迟、丢包率和吞吐量等指标。
通过对网络性能进行量化分析，可以评估网络服务的质量，并对比同行业的标准及竞争对手，进行优化。
2. 用户满意度评估用户满意度评估通过问卷调查、用户反馈和行为分析等方式，收集用户对网络服务的满意度评价。
通过综合分析和归纳，可以评估用户对网络质量的态度和看法，发现问题并解决。
计算机视觉的图像质量评价方法(Ⅱ)
在当今社会，计算机视觉技术已经成为了人们日常生活中不可或缺的一部分。
无论是在智能手机摄像头的自动对焦功能、人脸识别系统、医学影像诊断还是自动驾驶汽车，计算机视觉技术都发挥着重要作用。
而图像质量评价方法作为计算机视觉技术的重要组成部分，对于保证图像质量的准确性和可靠性具有至关重要的意义。
本文将就计算机视觉的图像质量评价方法展开探讨。
首先，图像质量评价的定义与意义。
图像质量评价是指对图像或视频进行主观或客观地评价，以确定其对人眼或人类视觉系统的质量。
而图像质量评价的意义在于，它能够帮助我们确定图像处理算法是否能够真实地还原图像，从而保证图像信息的完整性和准确性，对于提高图像质量和改善用户体验具有重要意义。
其次，图像质量评价方法的分类。
图像质量评价方法一般可以分为主观评价和客观评价两种。
主观评价是指通过人类的主观感受对图像质量进行评价，这种评价方法的优点是能够真实地反映人类对图像质量的感知，但缺点在于评价结果受到个体差异的影响，并且需要大量的人力物力。
客观评价是指通过计算机算法对图像质量进行评价，这种评价方法的优点在于能够减少人力资源的消耗，并且可以量化评价结果，但缺点在于难以真实地模拟人眼对图像质量的感知。
接着，客观评价方法的应用与发展。
客观评价方法一般可以分为基于参考图像的评价和无参考图像的评价两种。
基于参考图像的评价方法是指将待评价图像与参考图像进行比较，通过计算它们之间的差异来评价图像质量，这种方法的优点在于能够获得较为准确的评价结果，但缺点在于对参考图像的要求较高。
而无参考图像的评价方法是指直接对待评价图像进行评价，这种方法的优点在于操作简便，但缺点在于评价结果的准确性较低。
随着计算机视觉技术的不断发展，客观评价方法也在不断完善，例如基于深度学习的图像质量评价方法已经成为了当前研究的热点之一，通过训练深度卷积神经网络来学习图像质量特征，从而实现对图像质量的准确评价。
最后，图像质量评价方法的展望与挑战。
数字摄像机图像质量评估标准
数字摄像机图像质量评估标准随着科技的不断进步，数字摄像机在如今的生活中扮演了重要角色。
无论是在智能手机、电视机还是安防系统中，数字摄像机的应用都非常广泛。
然而，摄像机的图像质量却成为人们普遍关注的焦点。
因此，制定一套科学准确的数字摄像机图像质量评估标准迫在眉睫。
数字摄像机图像质量评估标准并非一蹴而就。
我们需要考虑众多因素，如清晰度、色彩还原度、动态范围、噪点抑制能力等。
首先，清晰度是图像质量评估中最基本也最关键的指标之一。
一个优秀的摄像机应该能够拍摄出细节丰富、轮廓清晰的图像，远景和近景都应该有着良好的分辨率。
这样的图像能够提供给用户更多的信息，以满足业务需求。
为了评估清晰度，我们可以通过图像分辨率、线条锐利度和遮挡细节等方面进行评估。
其次，色彩还原度是图像质量评估的另一个重要指标。
一个出色的摄像机应该能够准确还原真实的色彩，使图像更加逼真。
色彩还原度的好坏取决于相机的色彩传感器、图像处理器以及色彩处理算法等因素。
在评估摄像机的色彩还原度时，我们可以通过比对图像和实际观察场景来判断图像的真实度。
如果图像在不同光照条件下具有一致的色彩表现，那么我们可以认为这个摄像机具有优秀的色彩还原度。
此外，动态范围也是衡量数字摄像机图像质量的重要指标之一。
动态范围指的是摄像机可以捕捉到的最大亮度和最小亮度之间的差异。
一个有着较高动态范围的摄像机可以在亮度差异较大的场景中仍然保持较好的图像展现效果。
评估动态范围时，我们可以通过考察图像中的高光和阴影细节来判断其动态范围能力。
另外一个重要的指标是噪点抑制能力。
噪点是数字图像中常见的问题之一，会降低图像的细节展示，并且会对图像的可用性产生负面影响。
优秀的数字摄像机应该具备出色的噪点抑制能力，以保证图像的清晰度和可用性。
在评估噪点抑制能力时，我们可以通过放大图像并注意细节区域的噪点情况来判断。
综上所述，数字摄像机图像质量评估标准应该综合考虑清晰度、色彩还原度、动态范围和噪点抑制能力等多个因素。
计算机视觉的图像质量评价方法(六)
计算机视觉的图像质量评价方法随着计算机视觉技术的飞速发展，图像处理已经成为了计算机视觉的一个重要的分支。
而图像质量评价方法则成为了图像处理的重要环节。
在图像处理领域，我们需要对图像质量进行评价，以便选择合适的图像处理方法，进行图像增强、压缩、传输等工作。
那么，计算机视觉的图像质量评价方法有哪些呢？首先，我们需要了解图像质量评价的基本概念。
图像质量评价是指通过对图像进行分析和评价，得出图像的质量好坏的一个过程。
而图像的质量则包括了图像的清晰度、色彩饱和度、对比度等。
在计算机视觉中，图像质量评价是非常重要的，它直接影响到我们对图像的处理和应用。
其次，图像质量评价方法可以分为主观评价和客观评价两种。
主观评价是指通过人的主观感受来评价图像的质量，这种方法的特点是准确性较高，但是成本和时间较大。
而客观评价则是通过计算机算法来评价图像的质量，通常是通过图像的特征提取、图像质量度量等方法来实现。
客观评价的特点是成本低、速度快，但是准确性相对较低。
接下来，我们来介绍一些常见的图像质量评价方法。
首先是基于结构相似性的图像质量评价方法（SSIM）。
SSIM是一种客观评价图像质量的方法，通过对图像的结构信息进行分析，来计算图像的相似性。
它是一种比较成熟的图像质量评价方法，广泛应用于图像处理的领域。
另外，还有基于块的图像质量评价方法（FSIM）。
FSIM是一种通过对图像的局部特征进行分析，来评价图像质量的方法。
它可以较准确地评价图像的纹理、对比度等特征，适用于一些特定的图像处理场景。
除此之外，还有一些其他的图像质量评价方法，比如基于感知的图像质量评价方法（PQI）、基于深度学习的图像质量评价方法等。
这些方法不仅可以评价图像的质量，还可以指导图像的处理和改进。
最后，需要指出的是，图像质量评价方法并不是一成不变的。
随着技术的不断发展，图像处理领域也在不断更新和改进。
因此，我们需要不断地学习和了解新的图像质量评价方法，以适应不同的图像处理场景。
计算机视觉的图像质量评价方法(四)
计算机视觉的图像质量评价方法一、引言在当今数字时代，图像已经成为人们生活中不可或缺的一部分，无论是在社交媒体上分享生活瞬间，还是在医学影像诊断、安防监控等领域，图像都发挥着重要的作用。
然而，随着图像的广泛应用，如何评价图像的质量成为了一个亟待解决的问题。
对于计算机视觉领域来说，图像质量评价方法的研究具有重要意义，可以帮助人们更好地理解和应用图像信息。
二、图像质量评价方法的发展历程图像质量评价方法的发展经历了多个阶段，最早期的方法是基于人眼主观评价的，即通过人工观察图像来评价图像质量。
这种方法受制于个体主观因素，难以达到客观的评价标准。
随着计算机技术的发展，一些客观评价方法也相继出现，如基于图像特征的评价方法、基于机器学习的评价方法等。
这些方法在一定程度上提高了图像质量的评价准确性，但仍存在一定局限性。
三、图像质量评价方法的研究现状目前，图像质量评价方法的研究已经进入了一个全新的阶段，随着深度学习技术的不断发展，基于深度学习的图像质量评价方法逐渐成为研究的热点。
深度学习技术可以从大量的图像数据中学习到有效的特征表示，进而实现对图像质量的准确评价。
同时，一些基于人类视觉系统特性的图像质量评价方法也取得了一定的成果，通过模拟人眼的感知机制来评价图像的质量。
四、基于深度学习的图像质量评价方法基于深度学习的图像质量评价方法主要基于卷积神经网络（CNN）进行研究。
CNN可以有效地学习图像的局部特征和全局特征，对于图像质量评价具有很好的表现。
研究者们通过建立大量的图像数据集，训练深度神经网络模型，从而实现对图像质量的准确评价。
这种方法不仅提高了图像质量评价的准确性，还能够实现对不同场景下图像质量的自适应评价。
五、基于人类视觉系统特性的图像质量评价方法基于人类视觉系统特性的图像质量评价方法主要是通过模拟人眼的感知过程来评价图像的质量。
人眼对于图像的感知受到亮度、对比度、色彩等多个因素的影响，因此研究者们通过对这些因素进行建模，设计了一系列的图像质量评价算法。
图像质量指标及测试方法
有FPN
无FPN
衡量图像质量的常用指标及测试方法`
2、ISP ➢ 各个平台的ISP算法不同，同样的图像做处理，效果区别也会
很大。 ➢ ISP的功能，如：有无3D NR对低照效果有影响；有无Smart
IR对夜视效果有影响等； 3、镜头 ➢ 镜头的清晰度要和sensor的分辨率配合；边缘清晰度和中心清
滤光片 （CCD/CMOS）
DSP
尾板
视频信号
摄像机成像部分主要器件及其作用
★镜头 通过利用不同形状、不同材质的多片透镜组合，将所需视野中 所有物体的发出的光线汇聚到成像传感器上的光学系统； ★滤光片 滤光片可以将特定波段的光线进行阻隔；目前监控常用的滤光 片主要为可移动滤光片（IR-cut，ICR），移动滤光片由两片 滤光片组成，一片可通过可见光，阻隔其他波段的光；一片可 通过任何波段的光。这种滤光片需要用带IR纠正的镜头来弥补 其两种滤光片折射率不一致造成的失焦问题。
图像质量指标及测试方法
能分辨的最暗的亮光信号值的比值。宽动态的表现方式以
“倍数”或“dB”来表示
普通摄像机
BLC
宽动态
衡量图像质量的常用指标及测试方法
★常用指标及其测试方法
➢清晰度 ➢色彩还原性 ➢低照性能 ➢动态范围 ➢白平衡
1、清晰度的测试方法
衡量图像质量的常用指标及测试方法`
衡量图像质量的常用指标及测试方法` 2、色彩还原性的测试方法
常见光源色温
光源 钨丝灯，白炽灯
碳棒灯 荧光灯，节能灯
氙灯 碳精灯 日光平均 有云天气下的日光 阴天日光
色温范围 2500-3200K 4000-5500K 4500-6500K
5600K 5500-6500K
5400K 6500-7000K
1200018000K
常用术语`
常用术语` ★信噪比（S/N ratio） 信噪比是信号电压对于噪声电压的比值，通常用符号S/N来 表示。
监控摄像机基础知识 ——IQ及镜头篇
2015-05-07
Outlines
一、常用术语 二、摄像机的常用指标及测试方法
➢ 常用指标及其测试方法 ➢ 影响图像质量的因素
三、CCTV镜头基础知识 四、FAQ
★ 图像传感器 图像传感器的作用是将光信号转换成电信号。 监控用的图像传感器有CCD和CMOS两种； CCD 优点：成像质量好，信噪比高 缺点：功耗较大，成本较高，制作工艺复杂
最严重的 • CMOS表面的保护玻璃也会产生严重的反射
1、Sensor Sensor的灵敏度、像素大小对摄像机的低照效果起决定性 作用；像素面积越大，低照效果越好； Sensor的工艺水平影响低照环境下的图像噪声状况；
有FPN
无FPN
图像质量评价的两个方法
第41讲宗教改革与启蒙运动知识点一宗教改革1．背景(1)经济条件：欧洲资本主义经济的发展。
(2)思想条件：在文艺复兴的影响下，人们要求改革教会的愿望日趋强烈。
(3)政治条件：天主教会与德意志间的矛盾加深。
(4)导火线：1517年，教皇在德意志出售赎罪券。
2．概况(1)序幕：1517年，马丁·路德发表“九十五条论纲”。
(2)扩展：形成了不受罗马教皇控制的新教，如路德派、加尔文派和英国国教等。
3．主张(1)只要有虔诚的信仰，灵魂便可以得救，无需购买赎罪券。
(2)每个基督徒都有直接阅读和解释《圣经》的权利。
(3)简化宗教仪式，否定罗马教廷的权威，坚持国家权力高于教会。
4．影响(1)打破了对罗马教会的迷信，解放了思想。
(2)人文主义得到进一步的传播和发展。
(3)动摇了罗马教会的统治。
宗教改革的特点马丁·路德的政治思想既烙有文艺复兴的印记，又体现了对文艺复兴的深化。
他提出“唯信称义”“平信徒(普通信徒)皆为教士”……鼓吹俗权至上，主张各国教会应与罗马切断联系而由各国的政府来管理，则鲜明地反映了他对民族自由含义的一种更深刻的理解。
——马克垚《世界文明史》核心论点：宗教改革是对文艺复兴时期人文主义精神的继承与发展，体现了民族自由的特点。
知识点二启蒙运动1．背景(1)经济：欧洲资本主义经济进一步发展。
(2)阶级：新兴资产阶级要求摆脱封建专制统治和教会压迫。
(3)政治：封建专制统治和教会思想束缚阻碍资本主义发展。
(4)思想：文艺复兴运动推动了人们的思想解放；自然科学取得很大进展，人们有了更多的自信。
2．核心：“理性”，指人自己思考，运用自己的智力去认识、判断和理解事物的能力，否定一切外在权威。
3．内容(1)呼唤用理性的阳光驱散现实的黑暗，努力构建一个民主和科学的时代。
(2)抨击天主教会的权威和迷信，反对专制和愚昧，提倡科学、自由和平等。
4．代表人物代表作观点伏尔泰《哲学通信》《路易十四时代》(1)抨击天主教会，反对君主专制，倡导君主立宪制(2)提倡“天赋人权”，法律面前人人平等孟德斯鸠《论法的精神》(1)反对君主专制，提出“三权分立”学说(2)法律应当是理性的体现卢梭《社会契约论》(1)提出“天赋人权”“社会契约”及“人民主权”思想(2)认为人类不平等的根源是财产的私有康德《纯粹理性批判》(1)认为人应该独立思考，理性判断(2)“人非工具”(3)主权属于人民，人要自由也要自律孟德斯鸠的法治观法就是这个根本理性和各种存在物之间的关系，同时也是存在物彼此之间的关系。
- 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)。
由于图像质量直接反映了用户使用互联网视讯业务时的主观感受，图像质量的优劣对于互联网视讯
应用的推广和运营商提高服务质量都有重要意义，因此有必要研究评估图像质量的标准。目前，国际上
尚无针对互联网视讯应用的图像质量评估标准，本文从相对评估和绝对评估两个方面，分析了互联网视
讯应用在信源端和接收端造成图像质量损伤的原因，并对评估的标准与方法做了探讨。
一、图像质量评估方法与标准
当前对图像质量的评估方法主要分成两类：主观评价和客观测量。主观评价的方法与标准已相对完
善，而客观测量则处于热点研究中。
1.主观评价
主观评价的方法是将待评价的图像序列播放给评论者观看，并记录他们的打分，然后对所有评
论者的打分进行统计，得出平均分作为评价结果。ITU-RBT.500-7标准定义了两种标准的主观评价方法。
(1)双刺激连续质量分级法(DSCQS：DoubleStimulusContinuousQuality Scale )，将待评估的图
像序列和相应的基准序列交替播放给评估者看，每个图像持续时间为10s，按此播放顺序在处理图像的前
后都有一个直接的质量比较。每个图像之后有2s的灰画面间隔，评估者可在此期间打分。最后以所有分
数的平均值作为该序列的测试值。这样做的好处是能够最大程度地降低图像场景、情节等对主观评测的
影响。
(2)单刺激连续质量评价方法(SSCQE：SingleStimulusContinuous Quality Evaluation)：这种方
法只把被评价的图像序列播放给评估者看。评价时间长达30s，评估者在观看的同时通过调节一个滑板的
位置指向相应的评价分值给出评分。
很显然，主观评价有几个显着的不足之处：
(1)观察者一般需要是一个群体，并且经过培训以准确判定主观评测分，人力和物力投入大，为
时较长；
(2)图像内容与情节千变万化，观察者个体差异大，容易发生主观上的偏差；
(3)主观评价无法进行实时监测；
(4)仅仅只有平均分，如果评测分数低，无法确切定位问题出在哪里。
2.客观测量
客观测量基于仿人眼视觉模型的原理对图像质量进行客观评估，并给出客观评价分。近几年，
随着人们对人眼视觉系统研究的深入，客观测量的方法和工具不断被开发出来，其测量结果也与主观评
价较吻合。国际上也成立了ITU-R视频质量专家组(ITU-RVQEG：VideoQualityExperts Group)专门研究
和规范图像质量客观测量的方法和标准。
VQEG规定了两个简单的技术参数：峰值信噪比(PSNR)和均方差(MSE)。此外，还有许多图像
质量模型，这些模型在测量图像质量时都基于人眼视觉特性。图1是一种典型的基于解码图像与基准图像
差值的图像质量客观测量模型。
图1基于解码图像与基准图像差值的质量模型
如图1所示，该模型的输入是原始信号和待测的解码信号，输出是两个输入图像上各像素幅值之差的
和。在整个处理过程中考虑了人眼对图像差别的主观感觉特性，以使测量结果与主观评价所得结果相吻
合。模型中的估算考虑了人眼的非线性、视觉滤波器、人眼的屏敝效应、差值求和。为了使客观测量与
主观评价结果一致，还要使最后所得的数值范围和等级描述与主观测试相对应，对客观测量的数值进行
线性转换。这个任务在与主观评价匹配这一级完成。
图像质量的客观测量方法分为两类：“相对评估”（RelativeEvaluation）和“绝对评估”
（AbsoluteEvaluation）。
相对评估：将处理过的视频（压缩或经传输）与原始视频比较以获得相对评估的指标值，并根据
这些指标值评估图像质量；相对评估一般用于片源制作时的质量评估，准确性高。
绝对评估：直接对处理过的视频（压缩或经传输）进行评估以获得绝对评估的指标值，并根据这
些指标值评估图像质量；绝对评估一般在线观看测试，准确性不如相对评估。
采用客观测量工具，不仅减少了对人力、物力的需求，而且测量时间大大缩短，甚至可做到实
时监测。
由于主观评价的标准与方法已较完善，以下主要探讨了在互联网视讯应用的信源端和用户接收
端两种环境下对图像质量的影响因素以及客观测量方法。
二、互联网视讯应用信源端的图像质量评估
1.信源端影响图像质量的原因
信源端引起图像质量劣化的原因主要是编码器。当前主流的H.263和MPEG-2视频压缩编码算
法都是基于离散余弦变换（DCT）的。由于DCT变换是以8×8宏块为基本单元进行（改进的算法可以4×4
或更小的宏块为单元），每个宏块单独编码，变换后又对DCT系数按照高、低频系数进行非线性量化。
量化结果按四舍五入的原则进行取舍，因此量化后接近零的高频系数都定为零，只剩下少数的非零低频
系数。
由于在图像中，低频系数表示了图像的轮廓，高频系数代表图像细节，因此从DCT的原理可以
得知，许多细节在DCT变换后从宏块中消失，而且这种图像质量的劣化是单向不可逆的。同事由于直流
和低频流系数越过相邻量化级的判决门限，使相邻块的平均亮度差别加大，在块边界造成亮度突变，使
重构图像上出现明显的块结构。在块边界出现的信号跳变，破坏了图像边缘的连续性，这些跳变产生有
规律的几何排列，使重构图像边缘呈锯齿状。块结构和锯齿状都是重构图像的噪声。
编码引起图像变化的另一原因是时间预测，是在P帧和B帧编码引入的。用于预测的图像内容来
自经编码又解码的I帧或P帧(参考帧)；其图像变化又在预测图像中重复。参考帧中的块边界信号跳变又
在预测图像的块上出现，使P帧和B帧的块效应更加严重。
信源端的图像质量评估方法同样包括主观评价与客观测量。
2．信源端图像质量的客观测量
信源端的图像质量客观测量一般采用相对评估，即在编码时将压缩过的图像与原始图像比较以
获得相应指标的值，综合多个指标值对图像质量进行评估。
用于信源端的相对评估模型如图2所示。
图2信源端的图像质量相对评估
图2中的相对评估系统可以采用上文提到的基于解码图像与基准图像差值的质量模型，也可采用其他
模型。
相对评估系统衡量指标按照评估域分类可分为：空间域（Spatial）指标和时间域（Temporal）指
标。
空间域指标：用于考量前后图像帧之间比较的指标。
时间域指标：同时考量连续的两帧或多帧图像时使用的指标。
具体的，主要包括以下指标：
PSNR：亮度的峰值信噪比，属空间域指标；
SNR：亮度的信噪比，属空间域指标；
RMSE：亮度的均方差根（Rootmean square error），属空间域指标；
活动能量差：额外的能量表明有差错块和噪声，属时间域指标；
重复帧：缺少的能量表明有缺帧，产生图像颠簸，属时间域指标；
边缘能量差：表明丢帧或重复帧，属空间域指标；
水平和垂直边缘能量：额外的边缘能量表明边缘有噪声、块效应或边缘噪声，属空间域指标；
空间频率差：缺少的边缘能量标明出现模糊，属空间域指标。
三、互联网视讯应用用户接收端的图像质量评估
1.用户接收端影响图像质量的原因
互联网视讯应用中，用户收看到的图像是经过网络传输和解码后的重构图像。由于互联网是基
于“尽力而为”的服务模型，因此无法保证端到端的传送质量。影响用户接收图像质量的因素主要有：
(1)可用带宽：主要衡量用户从网络取得互联网视讯应用数据的能力，当可用带宽低于所点片源
的编码速率时，图像质量无法保证；
(2)延时：互联网视讯应用是实时性业务，尽管播放器都有一定的缓存能力（典型的为5s），但
当延迟超出缓存能力时，迟到的包将被播放器丢弃，从而影响图像质量；
(3)丢包：丢包是导致图像质量劣化的最本质原因，由于媒体数据是前后关联的，并且不同的数
据包对于重构图像的重要性不同，因此即时少量的丢包（如I帧数据的丢包）也可能引起解码器主动丢弃
其他相关的数据包，引起质量下降；
(3)抖动：一般媒体播放器是针对稳定的码流，当抖动过大时会导致解码器主动丢包引起图像质
量下降。
根据中华人民共和国通信行业标准送审稿《IP网络技术要求——网络性能参数与指标》中规定，
进行互联网多媒体传输时，网络性能要求达到1级或1级以上，即如表1所示。
图像质量的绝对评估模型主要基于以下评估指标：
(1)图像跳跃（jerkiness）：指图像看起来不平滑，有类似“快进”时的现象。造成的原因可能是：
网络拥塞等造成的丢包，编码器受固定码率（CBR）限制而引入的丢包或缺帧，帧率忽然下降。
(2)块效应（blockiness）：块效应是所有基于DCT技术压缩可能出现的现象。造成的原因主要
是传输误码，因为DCT变换是整个块进行的，一个误码将影响整个DCT反变换的结果。
(3)模糊度（blur）：模糊度指图像高频细节部分丢失造成的图像边缘拖尾现象。造成的原因可能
是编码器为了适应固定码率而主动引入的，另外传输差错和丢包同样会引起模糊。
(4)噪声（noise）：图像噪声指的是由于高频细节劣化产生的附加象素点，类似“雪花”现象。造成
的原因主要在于片源侧，例如采用磁带记录视频时容易产生“雪花”噪声。另外传输差错（误比特）也会产
生噪声。