基于帧显著变化的棉花监控视频质量评价

本文主要探讨了一种针对棉花监控系统视频通信质量评价的新方法，该方法充分利用了图像帧序列的显著变化特性。在当前的视频通信网络中，传统的质量评价方法往往忽视了视频内容动态变化的影响，导致评价结果不够准确。为此，作者提出了一种加权视频质量评价方法，该方法关注视频帧间的亮度、色度和对比度差异，通过灰度共生矩阵计算图像纹理的角二阶矩，以此作为衡量视频动态变化程度的权重。 文章指出，该方法首先从每一帧视频中提取亮度、色度和对比度等图像特征，这些特征反映了视频的基本视觉质量。然后，利用灰度共生矩阵分析图像纹理，计算角二阶矩，这一指标能够有效地反映出视频帧间的显著变化。角二阶矩的大小被用作对各帧进行加权的依据，不同的变化程度对应不同的权重，从而确保在整个视频的质量评价过程中，动态变化大的部分会得到更高的重视。 实验在LIVE数据集上进行，结果显示，与常见的视频质量评价模型相比，该方法的评价结果与人类主观感知的线性相关系数达到了0.921，离出率仅为0.408，这表明新方法能更准确地反映人眼对视频质量的感知，其评价结果更加接近实际的主观评价。因此，这种方法对于构建适应棉花监控系统的通信质量评价体系具有重要意义。 此外，文章还指出，随着移动通信和互联网技术的发展，流媒体信息在视频通信网络中的应用日益广泛，尤其是对于农业监控等领域，如棉花生产，精准的质量评价方法显得尤为重要。此研究为视频通信质量评估提供了新的思路，有助于提升棉花监控系统的效率和效果。 关键词：帧序列；显著变化；角二阶矩；视频通信网络；质量评价 中图分类号：TN914 文献标识码：A 文章编号：1674-6236(2020)04-0109-05 DOI：10.14022/j.issn1674-6236.2020.04.001 该研究工作得到了国家重点研发计划项目的资助，项目编号为2018YFD0700403。作者齐英兰，硕士，副教授，主要研究方向为计算机网络与信息安全、智能信息处理。