技術(shù)特征：

1.一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：具體包含如下步驟：

步驟1，獲取視頻序列中的GOP；

步驟2，對(duì)步驟1獲取的GOP中的I幀與P幀進(jìn)行質(zhì)量評(píng)價(jià)；

步驟3，對(duì)I幀與P幀分配權(quán)重加權(quán)得出GOP質(zhì)量分?jǐn)?shù)；

步驟4，對(duì)視頻序列中所有的GOP進(jìn)行加權(quán)處理，得出視頻序列的質(zhì)量分?jǐn)?shù)。

2.根據(jù)權(quán)利要求1所述的一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：所述步驟2具體包含如下步驟：

步驟2.1，對(duì)獲取的GOP中的I幀與P幀進(jìn)行基于塊效應(yīng)的圖像質(zhì)量評(píng)價(jià)，得到質(zhì)量分?jǐn)?shù)Qs；

步驟2.2，對(duì)獲取的GOP中的I幀與P幀進(jìn)行基于模糊效應(yīng)的圖像質(zhì)量評(píng)價(jià)，得到質(zhì)量分?jǐn)?shù)Q_T；

步驟2.3，對(duì)步驟2.1和步驟2.2中得到的質(zhì)量分?jǐn)?shù)擬合優(yōu)化后乘積，得到GOP中I幀與P幀的圖像質(zhì)量分?jǐn)?shù)。

3.根據(jù)權(quán)利要求1所述的一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：在步驟3中，GOP質(zhì)量分?jǐn)?shù)的具體計(jì)算如下：

$Q_G={\mathrm{aQ}}_I+\underset{i=1}{\overset{n}{\Σ}}{b}_i{Q}_{Pi}$

其中，Q_G為對(duì)I幀與P幀分配權(quán)重加權(quán)得出的GOP質(zhì)量分?jǐn)?shù)，a為I幀對(duì)于整個(gè)GOP在視頻質(zhì)量評(píng)價(jià)中得分影響所占的權(quán)重，Q_I為I幀單幀的評(píng)價(jià)分值，b_i為Pi幀對(duì)于整個(gè)GOP在視頻質(zhì)量評(píng)價(jià)中得分影響所占的權(quán)重，Q_Pi為Pi幀單幀的評(píng)價(jià)分值，n為P幀的數(shù)量。

4.根據(jù)權(quán)利要求1所述的一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：在步驟4中，視頻序列的質(zhì)量分?jǐn)?shù)的具體計(jì)算如下：

$Q_V=\left(\underset{r=1}{\overset{M}{\Σ}}{Q}_{Gr}\right)/M$

其中，Q_V為視頻序列的質(zhì)量分?jǐn)?shù)，M為GOP的數(shù)量，Q_GV為視頻序列中單個(gè)GOP的評(píng)價(jià)分值，V指代的是評(píng)價(jià)的視頻序列。

5.根據(jù)權(quán)利要求2所述的一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：在步驟2.2中，I幀與P幀進(jìn)行基于模糊效應(yīng)的圖像質(zhì)量評(píng)價(jià)分?jǐn)?shù)為：

$Q_T=\frac{1}{N_T}\underset{i=1}{\overset{N_T}{\Σ}}\left(\frac{Q_i^H+Q_i^V}{2}\right)$

其中，Q_T為I幀與P幀進(jìn)行模糊部分評(píng)價(jià)的模糊分?jǐn)?shù)，N_T紋理塊的總數(shù)，i為紋理塊的索引，H為水平方向，V為垂直方向，為單幀水平方向的每個(gè)塊的模糊分?jǐn)?shù)，為單幀垂直方向的每個(gè)塊的模糊分?jǐn)?shù)。

6.根據(jù)權(quán)利要求2所述的一種基于GOP的視頻質(zhì)量評(píng)價(jià)方法，其特征在于：在步驟2.3中，I幀與P幀的圖像質(zhì)量評(píng)價(jià)分?jǐn)?shù)為：

Q＝Q_S^αQ_T^β.

其中α＝0.9，β＝0.1，Q為I幀或P幀的圖像質(zhì)量評(píng)價(jià)分?jǐn)?shù)。