概覽
數字聲頻與音頻為消費者提供了立體聲且高清晰度的聲頻體驗，而相關測試則從傳統的靜態(tài)、單幀像分析，轉換為動態(tài)測試、質量" title="圖像質量">圖像質量分析。雖然單幀像分析可提供信號定時、色深、線條同步化，以及更多有用信息，但壓縮/解壓縮算法與緩沖錯誤的數字影像也常造成瑕疵，且無法通過單幀像所察覺。常見錯誤則包含宏區(qū)塊、幀像停滯、聲頻遺失與截斷，或像素化。此篇教學指南概述了圖像質量分析，并說明NI Picture Quality Analysis軟件應如何搭配NI Digital Video Analyzer使用，偵測數字聲頻與視頻的瑕疵或假影。
HDMI串流的常見瑕疵
首先應了解圖像質量分析，從而知道數字視頻系統可能產生的瑕疵類型。而用戶自己就能發(fā)覺最常見、最重要的瑕疵，如宏區(qū)塊、像素化、幀像模糊、停滯、遺失、聲頻截斷和LipSync。
宏區(qū)塊–數字影像往往是通過MPEG4或H.264壓縮成多個8x8色塊。若壓縮/解壓縮算法之間并無高度相關，則可能產生多個定義邊緣的區(qū)域。 這就是宏區(qū)塊。
.
圖1.若原始圖像的解壓縮效果不佳，宏區(qū)塊就可能在解壓縮后的像素之間形成定義邊緣。
若傳輸期間遺失數據，則解碼器將無法正確讀取數據區(qū)塊從而檢索原始的像素數據,這樣會造成明顯的掉色區(qū)塊錯誤。與宏色塊相比，雖然這些錯誤均較為少見，但仍極為明顯。
圖2. 因數據遺失與錯誤解碼而產生的像素化錯誤。
–在解碼或調整期間，可能遺失高頻率的組件，進而在邊緣之間遺失定義，或出現模糊的情況。視頻信號將因此丟失清晰度或鮮明度。
圖3. 模糊將使視頻信號產生不清晰的邊緣。 圖左在黑、白邊緣之間的定義較不明顯。
從圖1到圖3呈現了單一圖像的模糊、像素化、宏區(qū)塊；這些瑕疵往往不會再各個幀像逐一出現，而必須全時間完整測量設備以獲得正確的結果。其他瑕疵如幀像停滯/遺失、聲頻切割、LipSync(聲頻/視頻同步化)，也需分析多組幀像。
圖像質量分析評分
圖像質量分析即測量視頻流的整體。因此匯集了專業(yè)技術人員觀看視頻，并以其專業(yè)的主觀角度評分，設立了DifferentialMeanOpinion Scores (DMOS)。 但此方法仍有許多待解的難題，如訓練技術人員的成本，還有操作人員觀看屏幕的重復性成本。 另一個重大挑戰(zhàn)則是關于主觀測試的質量。 在制造過程中，根本不可能聘請視頻質量專家觀看各組設備的生產細節(jié)，只能讓水平較差的操作人員觀看視頻并評分。 因此如分心、疲勞、眼睛過度刺激等人為因素，均會降低產品品質而讓劣質品過關，由此促使了工程師必須重新設計影像測試的方法。
較好的圖像質量分析方式，即必須能重復套用客觀的測量方式，以測量音頻與視頻的質量。目前有多種算法，均與專業(yè)操作人員的主觀評分相關。常見的兩種測量之一為峰值信噪比(PPSNR)，它是以均方差(MSE)以及德州大學圖像與視頻工程實驗室(LIVE)的Al Bovik教授和其團隊，所設定的結構相似性(SSIM)指數為構架。 此項指數已成為最具公信力的視頻質量測量指數。 只要套用如PSNR與SSIM算法，即可通過自動化、可重復的測量方法，輕松評定視頻質量。
圖4.愛因斯坦照片的比較，代表了不同的失真程度：
a)參考圖像, b)平均對比伸展, c)亮度平移, d)高斯噪音污染，e)脈沖噪音污染, f)JPEG壓縮, g)模糊,
h)空間縮放 (縮小), i)空間平移 (向右), i)空間平移 (向左), k)旋轉 (逆時針), l)旋轉 (順時針)。
下載“ImageQualityAssessment: From Error Visibility to Structural Similarity” 由Zhou Wang與Alan C. Bovik撰寫，并被IEEE Signal Processing Society授予最佳學術文章獎。
另一種視頻質量測試方法是測量視頻與音頻內容的特定假影。此時可套用特定瑕疵算法，以找出視頻中的特定錯誤，如方格或幀像停滯/遺失。許多生產應用不太需要如PSNR或SSIM的高性能測試。反之，往往僅需確認沒有產生宏區(qū)塊、聲頻切割、視頻停滯即可。 通過特定瑕疵的測量，即可迅速決定該款設備是通過還是失敗。
具備NIPictureQualityAnalysis軟件的NI Digital Video Analyzer能夠測量特定瑕疵，也可達到如PSNR與SSIM的高圖像質量測量。 通過用戶定義的測量，即可套用自定義的算法，以建立完全自定制的圖像質量分析應用。
圖5.針對水平與垂直空間中的宏區(qū)塊，需采集并分析1080p60的視頻流。
參考與無參考測試
針對視頻/音頻流，進行圖像質量分析測量的方法目前有三種。
1.無參考測試:不論圖像內容如何，此方式可將測量套用至任何系統。而此測量方式的挑戰(zhàn)之處在于，因分析圖像內容的不同，測量結果的差異也相當大。
2.簡化參考測試:簡化參考測試則需要“金級”或理想樣本設備。在測量了金級樣本設備的音頻/視頻質量之后，其它設備即根據金級樣本結果進行測試，以定義該系統是通過還是失敗。
3.完全參考測試::完整參考測試也需要金級的樣本設備。但不同于簡化參考測試(分別測量測試與參考流)，完整參考是將2組串流依像素進行分析。它是目前功能最為強大的測試，但針對參考串流的分析，其處理/存儲/檢索的難度更高。PSNR與SSIM測量均屬于完整參考方式。
圖6.圖片質量分析共有三種方式：1)左圖的無參考測試，可用于未知或無法重復的視頻串流,
2)中間的簡化參考測試，是在測量參考與測試流完成之后，再進行比較，3)右圖的完整參考測試即在測試與參考流之間進行像素比較。
觸發(fā)
當使用簡化或完整參考分析時，必須同步化測試與參考流，以實現精確的比較。盡管同步化的方法有多種，但最理想的方式包含：
如果可在感興趣區(qū)(ROI)中辨認文字，則可使用光學字符識別(OCR)方式。視頻串流上的框架計數器是OCR的最佳范例。通過OCR可輕松地在任何特定框架上設定觸發(fā)器。
若串流的亮度大幅變化，如相機角度變化或其他亮度增強時，強度閥值是理想的觸發(fā)方式。此方法的關鍵就是必須找出觸發(fā)器的ROI，且不會觸發(fā)序列中的其他點。
模式對比則常見于參考與測試流之間的觸發(fā)采集。而此方法的難點在于，框架N與N+1太過相近，會在錯誤框架上觸發(fā)模式對比觸發(fā)器。使用模式對比觸發(fā)器的最佳方式就是針對單一框架，為視頻流(例如色條)插入已知模式。接著即可將此框架作為模式對比。
圖7.最理想的三種同步化方式是：模式對比、強度閥值、光學字符識別。
NI Picture Quality Analysis軟件均具備這些觸發(fā)方式，更適用于任何應用或視頻流。也有用戶定義的觸發(fā)器，可針對分析器寫入自己的觸發(fā)算法。
NI Digital Video Analyzer與NI Picture Quality Analysis軟件(NI PQA)
NIDigitalVideoAnalyzer與NI Picture Quality Analysis軟件，可為HDMI串流視頻/音頻測試應用提供必要的軟硬件。 硬件以PXI Express技術為構架，可采集1080p60、 HDCP加密的圖像內容，并可套用相關函數庫客觀測量圖像質量。
NIDigitalVideoAnalyzer搭配NI Picture Quality Analysis軟件可提供強大的算法，并在多媒體設備的設計與檢驗期間，進行視頻的參考測試。 針對更高傳輸率的應用，NI Picture Quality Analysis軟件可提供高性能的實時測量，避免操作人員發(fā)生錯誤或主觀性測試。可配置的介面選用參考/無參考測試、直接進行預先建立的測量、設定限制，并自動化應用。