電視畫質(zhì)測評專家系統(tǒng).pdf

1、隨著信息革命的浪潮席卷全球，信息技術(shù)的高速發(fā)展，人類進(jìn)入了信息時代，在此背景下，廣播電視領(lǐng)域也正發(fā)生一次深刻的數(shù)字化革命，模擬電視向數(shù)字電視轉(zhuǎn)變。目前，高清晰度的數(shù)字電視已經(jīng)滲透到人們?nèi)粘９ぷ鳌⑸?、娛樂的方方面面，人們對于電視畫質(zhì)的要求也越來越高。
　　 目前，市場上的電視大都存在畫質(zhì)一致性差的現(xiàn)象，究其原因是在電視設(shè)計和生產(chǎn)的過程中，需要進(jìn)行多次的畫質(zhì)評價，但現(xiàn)有的主觀評價方法的局限性可能導(dǎo)致多次評價的結(jié)果不一致，從而導(dǎo)致了

2、生產(chǎn)的電視畫質(zhì)一致性較差。
　　 本文針對傳統(tǒng)的主觀評價方法存在的繁瑣耗時、代價高昂，并且評價結(jié)果易受外界環(huán)境、人員等影響的缺點，提出了一種基于特征量提取的客觀評測方法。該方法的主要創(chuàng)新點是將電視畫質(zhì)測評的主觀指標(biāo)客觀化，具體來說就是首先利用圖像處理的方法從電視圖像中提取能夠反映電視畫質(zhì)指標(biāo)的特征，然后用一個或幾個相關(guān)性好的特征來逼近、模擬主觀指標(biāo)，把評價的主觀指標(biāo)量化為客觀指標(biāo)。最后，利用支持向量機(jī)(SVM)建立專家系統(tǒng)，由專

3、家系統(tǒng)根據(jù)提取的特征來對電視的畫質(zhì)做出評價。這種方法可以不受環(huán)境、評測人員等的影響，得到的結(jié)果一致性好。
　　 在特征提取時，分別從色飽和度、有無偏色、人物膚色以及保真度四個方面提取多個能夠反映主觀指標(biāo)變化的客觀特征，根據(jù)幾個客觀特征的組合，通過大量的實驗驗證，選取最好地反映主觀指標(biāo)變化趨勢的特征量的組合，作為客觀指標(biāo)。
　　 在設(shè)計專家系統(tǒng)時，分析了貝葉斯分類法、K-近鄰法、神經(jīng)網(wǎng)絡(luò)法以及SVM分類等常用分類算法的優(yōu)缺

4、點，并在此基礎(chǔ)上，選用SVM設(shè)計分類器構(gòu)建專家系統(tǒng)。SVM是為解決小樣本問題學(xué)習(xí)和分類提出的，可以有效地克服過學(xué)習(xí)問題，并且具有很強(qiáng)的非線性分類能力。同時，在利用SVM設(shè)計多分類器時，針對常見的“一對一”和“一對多”方法的缺陷，提出了一種基于二叉樹的多分類器模型，并且通過實驗設(shè)定和選取了最優(yōu)的參數(shù)和核函數(shù)，這個模型非常適合多分類問題，所需的兩類SVM的樣本數(shù)較少、訓(xùn)練速度較快、消除了決策時存在的同時屬于多類或不屬于任何一類的區(qū)域，提高了