Оцінювання якості зображення в системах цифрового телебачення зі стисненням у форматі Mpeg-4

Існує чотири варіанти обчислення PSNR. Варіанти PSNR і APSNR (середнє значення PSNR) обчислюють відношення сигналу до шуму, використовуючи вираз (4.1), а як MaxErr використовують максимум модуля різниці колірних компонент. Але це приводить до небажаних ефектів після зміни глибини кольору. Припустимо, якщо глибину кольору збільшили з 8 до 16 бітів, тоді значення PSNR і APSNR зміняться, тому що MaxErr зміниться у відповідності до максимального модуля різниці компонент (255 для 8 бітових компонент і 255 + 255/256 для 16 бітових). Тому були реалізовані варіанти PSNR (256) і APSNR (256). Значення метрик не зміняться, тому що використовують як MaxErr верхню межу різниці колірних компонент . Ця межа рівна 256. Такий підхід менш коректний, але він часто використовується, оскільки він швидше. Правила визначення значення максимуму модуля різниці колірної компоненти такі. Для метрик PSNR і APSNR значення MaxErr залежить від кількості розрядів колірних компонент:

- 255 для 8 бітових компонент;

- 255 + 3/4 для 10 бітових компонент;

- 255 + 63/64 для 14 бітових компонент;

- 255 + 255/256 для 16 бітових компонент;

- 100 для L компоненти простору LUV.

Якщо у порівнюваних файлів різна кількість біт на компоненту, то вибирається максимальне з цих значень для вибору MaxErr. Вважається, що всі перетворення колірних просторів приводять до 8 бітових зображень. Це означає, наприклад, що якщо міряти R-RGB PSNR у 14 бітового YUV файлу, то MaxErr буде вибраний рівним 255.

- Для метрик PSNR (256) і APSNR (256) MaxErr присвоюється значення 256 для просторів YUV і RGB . Різниця між метриками PSNR і APSNR полягає в обчисленні середнього значення PSNR для всієї послідовності. За визначенням для обчислення PSNR для всієї послідовності необхідно знайти усереднене значення середньоквадратичного відхилення (MSE) для всіх кадрів і потім обчислити PSNR за стандартною формулою:

PSNR=10log₁₀ (MaxErr²/MSE)(4.2)

Цей спосіб обчислення середнього PSNR використовується в метриках PSNR і PSNR (256). Але іноді необхідно обчислити просто середнє арифметичне серед значень PSNR для всіх кадрів. Для цього випадку підходять метрики APSNR і APSNR (256). Вони просто усереднюють покадрові значення PSNR для всієї послідовності. Відмінності варіантів обчислення PSNR приведені в таблиці 4.1.



а) б) в)

Малюнок4.10 Приклад візуалізації метрики PSNR: а) оригінал фрагмента відео; б) після стиснення; в) Y-YUV PSNR

Таблиця 4.1 Відмінності варіантів обчислення PSNR:

Метрика	Вибір MaxErr	Обчислення середнього PSNR
PSNR	правильний	за визначенням
PSNR (256)	256 (швидкий, менш точний)	за визначенням
APSNR	правильний	середнє арифметичне
APSNR (256)	256 (швидкий, менш точний)	середнє арифметичне

Для обчислення PSNR рекомендується використовувати метрику PSNR, оскільки вона реалізована в точності за визначенням. Приклад візуалізації цієї метрики показано на рис 4.10. Кольори, представлені на рис.4.10, в, що показують зміну значення PSNR від мінімального до максимального: червоний, жовтий, зелений, синій, чорний (чим більше PSNR, тим менше різниця між зображеннями)

Середньоквадратична абсолютна різниця (MSAD) [9]. Значенням даної метрики є усереднена абсолютна різниця значень колірних компонент у відповідних точках порівнюваних зображень. Використовується, наприклад, для налаштування кодеків або фільтрів. Приклад візуалізації метрики показано на рис.4.11.

Формула для розрахунку даної метрики:

(4.3)

а) б) в)

Малюнок4.11 Приклад візуалізації метрики MSAD: а) оригінал фрагмента відео; б) після стиснення; в) MSAD

Середня різниця (Delta) [9]. Значенням даної метрики є усереднена різниця значень колірних компонент у відповідних точках порівнюваних зображень (рис.4.12). Також використовується для налаштування кодеків або фільтрів. Формула для розрахунку даної метрики:

(4.4)

а) б) в)

Малюнок4.12 Приклад візуалізації метрики Delta: а) оригінал фрагмента відео; б) після стиснення; в) Delta

Червоний колір означає, що значення колірної компоненти на першому зображенні X_ij більше від значення колірної компоненти на другому зображенні Y_ij, зелений колір - навпаки (X_ij < Y_ij).

Метрика розмиття зображень (Blurring Metric) [9]. Дана метрика дозволяє порівняти ступінь розмиття двох зображень від один одного. Чим ближче її значення до 0, тим більше розмито зображення (рис. 4.13).

а) б) в)

Малюнок4.13 Приклад візуалізації метрики розмиття зображень: а) оригінал фрагмента відео; б) після стиснення; в) Blurring Metric

Червоний колір означає те, що перше зображення чіткіше другого, а зелений колір - що друге зображення чіткіше першого.

Метрика ступеня блоковості (Blocking Metric) [9]. Метрика будується так, щоб її значення було пропорційне візуальному ступеню блоковості. Наприклад, в контрастних областях кадру межі блоків майже непомітні, а в однорідних та ж межа буде добре видною. Ці особливості враховуються цією метрикою. В метриці також використовують евристичні правила визначення краю об'єкту, що потрапляє на межу блоку. Значення метрики при цьому знижується, що дозволяє більш адекватно оцінювати реальну візуальну блоковість відео. Для підвищення точності використовується інформація з попередніх кадрів (рис.4.14).



а) б)

Малюнок4.14 Приклад візуалізації: а) оригінал фрагмента відео;

Метрика структурної схожості (Structural Similarity - SSIM) [9]. Метрика SSIM ґрунтується на вимірюванні трьох компонент (схожості за яскравістю, за контрастом і структурної схожості) і об'єднанні їх значень в підсумковий результат.

Приклад візуалізації цієї метрики наведено на рис. 4.15. Тут більш яскравим областям відповідають великі відхилення між зображеннями.

У метрики SSIM є 2 коефіцієнти. Вони залежать від максимального значення колірних компонент. Вони обчислюються за такими формулами:

C₁ = 0.01 0.01 video1Max video2Max

C₂ = 0.03 0.03 video1Max video2Max

де video1Max - максимальне значення колірної компоненти для першої відеопослідовності, video2Max - максимальне значення колірної компоненти для другої відеопослідовності. За максимальні значення приймають (як і для PSNR):

- videoMax = 255 для 8 бітових колірних компонент;

- videoMax = 255 + 3/4 для 10 бітових колірних компонент;

- videoMax = 255 + 63/64 для 14 бітових колірних компонент;

- videoMax = 255 + 255/256 для 16 бітових колірних компонент.



а) б) в)

Малюнок4.15 Приклад візуалізації: а) оригінал фрагмента відео; б) після стиснення; в) SSIM

Метрика VQM [9], що базується на використанні дискретного косинусного перетворення (ДКП). VQM використовує ДКП для точної відповідності людському сприйняттю (рис. 4.16). Відповідно до наведеного рисунку чим яскравіше блок, тим більше відхилення в цій області.

а) б) в)

Малюнок4.16 Приклад візуалізації метрики VQM: а) оригінал фрагмента відео; б) після стиснення; в) VQM

Метрика мерехтіння між кадрами (BFM - Brightness Flicking Metric) [9]. Метрика BFM призначена для вимірювання рівня мерехтіння між кадрами послідовності. При візуалізації метрики відображається значення Y каналу (каналу яскравості).

За наслідками роботи будується графік покадрового значення метрики (рис.4.17), де значення метрики - це абсолютна різниця між середньою яскравістю попереднього і поточного кадру. Підсумкове значення метрики є середнє арифметичне значення з усіх покадрових значень.

Малюнок4.17 Приклад графіка, що ілюструє метрику BFM

Для кожного кадру обчислюється середнє арифметичне значення яскравості на кадрі. В значення метрики на кадрі заноситься модуль різниці між поточним середнім значенням і значення, отриманим на попередньому кадрі.

Метрика пропущених кадрів (DFM - Drop Frame Metric) [9]. Метрика DFM призначена для підрахунку кількості пропущених кодером кадрів в послідовності.

При візуалізації метрики відображається міжкадрова різниця в Y каналі (яскравості) плюс 128. Тобто сірий колір (128, 128, 128) позначає повний збіг яскравості пікселя з яскравістю пікселя на попередньому кадрі. За наслідками роботи будується графік покадрового значення метрики (рис.4.18), де 0 означає, що кадр присутній, а 1 що пропущений. Як підсумкове значення метрики виводиться кількість пропущених кадрів.

Малюнок4.18 Приклад графіка

Метрика оцінки рівня шуму (NE - Noise Estimation Metric) [9]. Метрика Noise Estimator використовується для обчислення рівня шуму для кожного кадру послідовності.

Метрика реалізує три різні алгоритми визначення рівня шуму:

- MAD;

- Block-Based;

- Spatio-Temporal Gradients.

За наслідками роботи метрики будують графік покадрового значення рівня шуму (рис.4.19). Підсумкове значення метрики є середнє арифметичне з усіх 30% кадрових значень.

Малюнок4.19 Приклад графіка

Метрика медіани абсолютного відхилення (MAD - Median absolute deviation) [9]. Для кожного кадру здійснюється вейвлетна декомпозиція Хаара. Потім обчислюється медіана з абсолютних значень НН - компонент (високочастотних коефіцієнтів). Підсумковим значенням метрики є нормована медіана.

Метрика, що базується на блочній структурі зображення (Block-Based) [9]. Кожний кадр розбивається на блоки розміром 8х8. Для кожного блоку обчислюється значення стандартного відхилення яскравості.

Потім ці значення сортуються за збільшенням. Блок з якнайменшим значенням буде найбільш розмитим. Вважається, що зміна яскравості в розмитому блоці може мати місце внаслідок шуму. Нормоване середнє арифметичне 30% значень всіх блоків з якнайменшими значеннями є результатом метрики.

Метрика просторово-часових гістограм (Spatio-Temporal Gradients). Для кожного кадру здійснюють вейвлетну декомпозицію. Будують просторову і часову гістограму. Первинна оцінка рівня шуму визначається значенням, при якому часова або просторова гістограма досягає свого максимального значення. Рішення про те, яку гістограму використовувати, визначається відхиленням гістограм від розподілу Релея. Потім ця оцінка корегується, використовуючи тест Колмогорова-Смірнова. Нормована скорегована оцінка є результатом метрики [9].

Метрика моментів зміни сцени (SCD - Scene Change Detector) [9] Ця метрика призначена для автоматичного визначення моментів зміни сцени в послідовності кадрів. Вона реалізує чотири різні алгоритми побудови міри схожості сусідніх кадрів:

- піксельне порівняння кадрів (Pixel-level comparison);

- порівняння глобальних гістограм розподілу яскравості (Global Histogram);

- поблочне порівняння гістограм розподілу яскравості (Block-Based Histogram);

- побудову міри схожості на основі інформації про рух (Motion-Based);

При візуалізації метрики відображається значення Y каналу. Яскравість першого кадру нової сцени штучно збільшена (рис.4.20).

Малюнок4.20 Приклад візуалізації метрики моментів зміни сцени

За результатами роботи будується графік (рис.4.21), на якому 1 означає, що кадр є першим кадром в сцені. Інакше кадру відповідає 0. Середнє значення метрики для послідовності дорівнює кількості знайдених змін сцени.

Малюнок4.21 Приклад графіка

Головною метою більшості суб'єктивних метрик оцінки якості зображення є автоматична оцінка сприймання користувачами обробленого системою відео, яке пропонується [10]. Але найкращим способом визначення думки користувача це просто спитати їх. Але іноді, суб'єктивний вимір якості відео є досить складною задачею, так як потребує дуже досвідчених експертів для його оцінки. Тому доцільніше використовувати об'єктивні метрики для оцінки якості відео. Вони дають більш точні результати. До того ж існує велика кількість метрик, які дають можливість оціни ту чи іншу характеристику досліджуваного відео.

5. Експериментальні вимірювання якості відеозображень, стиснутих у форматі MPEG-4

5.1 Постановка задачi

Проведемо експеримент, в якому виконаємо вимірювання якості відеозображень, стиснутих у форматі MPEG-4. Для цього скористаємося двома популярними відеокодерами: XviD (MPEG-4 Part2), який використовується при кодуванні відео в мультимедійних застосуваннях, та x264 (безкоштовна реалізація відеокодера H.264/MPEG-4 Part 10, який використовується як в мультимедійних застосуваннях так і в системах ЦТ високої чіткості).

Початкове відео зняте за допомогою mini DV відеокамери і являє собою нестиснуту відеопослідовність (швидкість передачі 44 Мбіт/с) з динамічним сюжетом. Для об'єктивного вимірювання якості стиснутих за допомогою наведених вище кодерів відеопослідовностей скористаємося програмою MSU Video Quality Measurement Tool. Як критерії будемо використовувати три метрики:

- Міра відношення сигналу до шуму (PSNR);

- Середньоквадратична абсолютна різниця (MSAD);

- Метрика структурної схожості (SSIM).

Оцінюватися будуть відеопослідовності з різними коефіцієнтами стиснення (з швидкістю передачі 384, 768 та 2000 кбіт/с відповідно).

5.2 Результати вимірювання для швидкості передачі 384 кбіт/с

Метрика PSNR. Початкова відеопослідовність була перекодована за допомогою програми Any Video Converter в дві відеопослідовності (mpeg4 та x264) зі швидкістю передачі 384 кбіт/с.

В програму MSU Video Quality Measurement Tool було завантажено початкове відео та дві перекодовані відео послідовності, закодовані кодеками mpeg4 та x264 відповідно. Використавши метрику PSNR, було отримано результати, показані на рисунку 5.1.

а) б)

в)

Малюнок5.1.- Візуалізація метрики PSNR: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Досить складно порівняти і оцінити якість стиснутих відео зображень, використовуючи лише суб'єктивний підхід, оскільки фрагменти відео, показані на рис 5.1, б, в, майже не відрізняються один від одного. Але якщо порівнювати дві візуалізації метрики PSNR, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (більше чорного та синього кольору при візуалізації метрики на рис.5.1, в, що означає більші значення PSNR).

Також за допомогою програми MSU Video Quality Measurement Tool було отримано графік, що ілюструє залежність значення метрики PSNR для різних кадрів двох стиснутих відео послідовностей. Результати представлені на графіку підтверджують висновки відносно якості на основі візуалізації метрики - відео послідовність у форматі x264 є дійсно більш високої якості, оскільки чим більше значення PSNR, тим краща якість стиснутої відеопослідовності (рис.5.2).

Малюнок5.2 - Графік візуалізації метрики PSNR

Метрика MSAD. На рис.5.3 показані результати вимірювання якості для метрики MSAD. Якщо порівнювати дві візуалізації метрики MSAD, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.3, в, що означає менші значення MSAD).

Також за допомогою програми MSU Video Quality Measurement Tool було отримано графік, що ілюструє залежність значення метрики MSAD для різних кадрів двох стиснутих відео послідовностей. Результати, представлені на графіку, підтверджують висновки відносно якості на основі візуалізації метрики - відеопослідовність у форматі x264 є дійсно більш високої якості, оскільки чим менше значення MSAD, тим краща якість стиснутої відеопослідовності (рис.5.4).

а)

б)

в)

Малюнок5.3 - Візуалізація метрики MSAD: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Малюнок5.4 - Графік візуалізації метрики

Метрика SSIM. На рис.5.6 показані результати вимірювання якості для метрики SSIM. При порівнянні двох візуалізаціій метрики SSIM можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.6, в, що означає більші значення SSIM).

Також за допомогою програми MSU Video Quality Measurement Tool було отримано графік, що ілюструє залежність значення метрики SSIM для різних кадрів двох стиснутих відео послідовностей. Результати представлені на графіку підтверджують висновки відносно якості на основі візуалізації метрики - відео послідовність у форматі x264 є більш високої якості, оскільки чим більше значення SSIM, тим краща якість стиснутої відеопослідовності (рис.5.5).

Малюнок5.5 - Графік візуалізації метрики

а)

б)

в)

Малюнок5.6 - Візуалізація метрики SSIM: а)початкове відео;б) відео стиснуте кодеком mpeg4; в) відео стиснуте кодеком x264.

5.3 Результати для швидкості передачі 768 кбіт/с

Метрика PSNR

а)

б)

в)

Малюнок5.7 - Візуалізація метрики PSNR: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Початкова відеопослідовність була перекодована за допомогою програми Any Video Converter в дві відеопослідовності (mpeg4 та x264) зі швидкістю передачі 768 кбіт/с.

Малюнок5.8 - Графік візуалізації метрики

Метрика MSAD. На рис.5.10 показані результати вимірювання якості для метрики MSAD.

Якщо порівнювати дві візуалізації метрики MSAD, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.10, в, що означає менші значення MSAD). Це підтверджено графіком, що представлений на рис. 5.9.

Малюнок5.9 - Графік візуалізації метрики

а)



б) в)

Малюнок5.10 - Візуалізація метрики MSAD: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Метрика SSIM. На рис.5.11 показані результати вимірювання якості для метрики SSIM. Якщо порівнювати дві візуалізації метрики SSIM, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.11, в, що означає більші значення SSIM).

а) б) в)

Малюнок5.11 - Візуалізація метрики SSIM: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Результати, представлені на графіку (рис.5.12), підтверджують висновки відносно якості на основі візуалізації метрики - відео послідовність у форматі x264 є дійсно більш високої якості, оскільки чим більше значення SSIM, тим краща якість стиснутої відеопослідовності (рис.5.12).



Малюнок5.12 - Графік візуалізації метрики

5.4 Результати для швидкості передачі 2000 кбіт/с

Метрика PSNR. Початкова відеопослідовність була перекодована за допомогою програми Any Video Converter в дві відеопослідовності (mpeg4 та x264) зі швидкістю передачі 2000 кбіт/с.

Використавши метрику PSNR, було отримано результати, показані на рисунку 5.13. Якщо порівнювати дві візуалізації метрики PSNR, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (більше чорного та синього кольору при візуалізації метрики на рис.5.13, в, що означає більші значення PSNR).

Також за допомогою програми MSU Video Quality Measurement Tool було отримано графік, що ілюструє залежність значення метрики PSNR для різних кадрів двох стиснутих відео послідовностей.

Результати представлені на графіку підтверджують висновки відносно якості на основі візуалізації метрики - відео послідовність у форматі x264 є дійсно більш високої якості, оскільки чим більше значення PSNR, тим краща якість стиснутої відеопослідовності (рис.5.14).



а)

б)

в)

Малюнок5.13 - Візуалізація метрики PSNR: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Малюнок5.14 - Графік візуалізації метрики

Метрика MSAD. На рис.5.16 показані результати вимірювання якості для метрики MSAD. Якщо порівнювати дві візуалізації метрики MSAD, то можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.16, в, що означає менші значення MSAD). Такі ж висновки можна зробити з графіків, представлених на рис. 5.15.

Малюнок5.15 - Графік візуалізації метрики

а)

б), в)

Малюнок5.16 - Візуалізація метрики MSAD: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

Метрика SSIM. На рис.5.17 показані результати вимірювання якості для метрики SSIM.

а)

б)

Малюнок5.17 - Візуалізація метрики SSIM: а)початкове відео;б) відео стиснуте кодеком mpeg4; в)відео стиснуте кодеком x264.

При порівнянні двох візуалізацій метрики SSIM можна зробити висновок, що фрагмент відео, стиснутий кодеком x264, більше наближений за якістю до оригіналу (менше білого кольору при візуалізації метрики на рис.5.17, в, що означає більші значення SSIM).

Графік, що ілюструє залежність значення метрики SSIM для різних кадрів двох стиснутих відео послідовностей, дає можливість зробити аналогічні висновки (рис.5.18).

Малюнок5.18 - Графік візуалізації метрики

На основі проведених експериментів побудуємо графіки залежності усереднених значень отриманих метрик від швидкості передачі інформації у стиснутих відео послідовностях (рис 5.19-5.21).

Малюнок5.19 - Графік залежності усереднених значень метрики PSNR

Малюнок5.20 - Графік залежності усереднених значень метрики MSAD

Малюнок5.21 - Графік залежності усереднених значень метрики SSIM

Аналізуючи наведені вище залежності, можна зробити висновок, що значення метрик PSNR та SSIM збільшується при збільшенні швидкості передачі інформації, а значення MSAD - зменшується, що в свою чергу значить зростання якості відео послідовностей з більшою швидкістю передачі інформації ( меншим коефіцієнтом стиснення).

Всі три графіки підтверджують тезу про те, що відео, закодоване за допомогою кодера H.264/MPEG-4 Part 10, має вищу якість, ніж відео, закодоване за допомогою кодера MPEG-4 Part2. Це пов'язано з тим, що стандарт H.264/AVC/MPEG-4 Part 10 містить ряд нових можливостей, що дозволяють значно підвищити ефективність стиснення відео в порівнянні з MPEG-4 Part2, забезпечуючи також велику гнучкість застосування в різноманітних мережних середовищах. Стандарт Н.264 забезпечує механізм для кодування відео, який оптимізований за ступенем компресії. Його мета - задоволення багатьох вимог сучасних застосувань мультимедійних комунікацій. Діапазон доступних інструментів кодування є більш обмежувальним в порівнянні із стандартом MPEG-4 Visual (через більш вузьке фокусування стандарту Н.264), проте в ньому є досить широкий спектр параметрів і стратегій кодування видеоконтента. Успіх конкретних реалізацій Н.264 (а також MPEG-4 Visual) залежить від ретельності розробки кодеків і ефективності вибору параметрів кодування.

6. Охорона праці

6.1 Аналіз умов праці

Охорона праці - це система законодавчих актів, соціально-економічних, організаційних, технічних, гігієнічних, лікувально-профілактичних заходів та засобів, що забезпечують безпеку, збереження здоров'я і працездатності людини в процесі праці.

Цілком нешкідливих і безпечних виробництв не існує. Мета охорони праці - звести до мінімуму імовірність ураження або захворювання працюючого персоналу з одночасним забезпеченням найкращих умов праці при максимальній продуктивності.

Метою даного розділу є розгляд умов праці, а також заходів щодо забезпечення безпеки праці на робочому місці інженера-конструктора на стадії проектування і розробки технічних пристроїв з використанням обчислювальної техніки.

6.1.1 Організація робочого місця

При організації робочого місця, визначення робочих операцій і вибору керування машинами та апаратами необхідно керуватися принципами економії рухів, що сприяють збільшенню продуктивності праці і зниженню втомлюваності, знижують кількість помилок і травматизм .

Аналіз умов праці проводиться відповідно до вимог, зазначених в БН 245-71 і ГНТП 24-86. Відповідно до цих вимог, на одного працюючого повинно приходитися не менш S=4,5 м² виробничої площі і V=15 м³ виробничого об'єму.

Геометричні розміри робочого приміщення:

площа приміщення: S = 4 4,5 = 18 м² ;

висота приміщення: h = 3,1 м ;

кількість робочих місць: N = 3 ч.

Розрахуємо фактичне значення площі та об'єму на кожне робоче місце:

Отримані фактичні значення площі та об'єму відповідають нормам.

6.1.2 Небезпека ураження електричним струмом

Споживачами енергії взагалі, являються ПЕОМ і освітлювальні прилади. Напруга живлення 220 В 50 Гц. Електропроводка в лабораторії схованого типу.

ДСТ 12.1.038-82 встановлює безпечне значення напруги дотику і струмів (мА), що протікають через тіло людини та призначені для проектування засобів захисту людей при взаємодії з електроустановками виробничого і побутового призначення постійного і перемінного струму частотою 50 і 400 Гц.

Для миттєвого дотику:

I_ДОП = 0,1 мАU_ДОП = 120 В (для змінного струму);

I_ДОП- = 0,3 мАU_ДОП- = 80 В (для постійного струму).

При протіканні струму більше 1 с:

I_ДОП = 6 мАU_ДОП =36 В (для змінного струму);

I_ДОП- = 15 мАU_ДОП- =40 В (для постійного струму).

На підставі ПУЕ-85 дане приміщення по ступеню небезпеки поразки електричним струмом відноситься до класу приміщень без підвищеної небезпеки поразки електричним струмом, тому що умови, що створюють підвищену небезпеку поразки електричним струмом (вогкість, струмопровідний пил, висока температура, можливість одночасного торкання до струмопровідних частин і заземлювача ), відсутні.

Для захисту від електротравм у приміщенні використовуємо сховану, добре за ізольовану електропроводку. Розподіл енергії здійснюється за допомогою розподільного щита з ізольованими кабелями і розетками, що виключають можливість короткого замикання. Розподільний щит має автоматичні вимикачі, що спрацьовують при критичному режимі роботи. При несправності електричних пристроїв, відкритих струмоведучих частинах проводу, треба використовувати засоби захисту, попереджуючі таблички. Персонал, що працює на ВТ і ПЕОМ, зобов'язаний пройти навчання безпечним методам роботи на робочому місці і перевірку знань правил техніки безпеки.

З метою запобігання наслідків аварійних ситуацій у приміщенні проведене захисне занулення всіх приладів.

Апаратура, що підключається до мережі за допомогою штепсельної вилки повинна мати конструкцію, що виключає можливість ураження електричним струмом у випадку дотику до штирів контактної штепсельної вилки після вилучення її зі штепсельної розетки.

6.2 Розробка заходів з охорони праці

6.2.1 Нормалізація повітря робочої зони

Уміст шкідливих речовин у повітрі не повинен перевищувати ГДК відповідно ГОСТ 12.1.005-88. Джерела шкідливих речовин на даному робочому місці відсутні. Для забезпечення вимог до нормалізації повітря робочої зони застосовуються системи централізованого опалення в холодний період року і системи кондиціонування повітря в теплий період року.

6.2.2 Захист від виробничих випромінювань

Вимоги до виробничих випромінювань нормуються по ДСанПіН-3.3.2.007-98.

Припустимі норми ЕМВ, НРВ і статистичної напруги приведені в табл.5.4. У випадку неможливості виконання норм необхідно застосувати заходи для захисту персоналу від дії наступних факторів:

- використовувати захисні екрани, що навішуються на монітор;

- захист відстанню (віддалити монітор на безпечну відстань від оператора);

- захист часом (режим праці і відпочинку).

Час безупинної роботи на ВТ не повинен бути більш 2 годин. Під час перерв необхідно виконувати комплекс вправ що рекомендуються ДСанПін-3.3.2.007-98.

Джерел ЕМВ, НРВ і статистичної напруги, які б могли привести до виникнення небезпеки для здоров'я людини, у даному приміщені немає, а отже фактичні значення відповідних параметрів відповідають установленим нормам.

Вимоги до виробничих випромінювань нормуються по ДСанПін-3.3.2.007-98.

ЕМВ нормується за:

- електричною складовою Е, В/м;

- магнітною складовою Н, А/м.

Крім того будь-яка електронно-променева трубка є джерелом рентгенівського випромінювання (НРВ). Нормованим показником НРВ являється доза випромінювання Р, мкР/г.

Припустимі норми ЕМВ, НРВ і статичної напруги наведені в табл.6.1.

Таблиця 6.1- Припустимі норми ЕМВ, НРВ і статичної напруги

Величина	ЕМВ перед екраном	ЕМВ навколо екрана
Е, В/м	10	25
Н, А/м	0,3	0,8
Р, мкР/г	100	100
Естат, В	500	500

6.2.3 Розрахунок системи освітлення

Для даного приміщення головним нормативним актом в області освітлення являється ДСанПін-3.3.2.007-98. Вікна приміщення повинні виходити на північ, північний захід.

Відповідно до ДСанПіН-3.3.2.007-98. Забороняється розташовувати ПЕОМ у приміщеннях без штучного освітлення. Для робочих місць КПО (коефіцієнт природного освітлення) повинний бути КПО1,2%. Освітлення поверхонь робочих місць становить: ЕГОР = 300..500 лк, ЕВЕРТ = 200 лк. При використані штучного освітлення застосовується система загального рівномірного освітлення. Рекомендовано використовувати джерела газорозрядних (люмінесцентних) ламп типу ЛБ, світильники серії ЛБО-36 із дзеркально розсіючими решітками. Коефіцієнт пульсації газорозрядних ламп не повинен перевищувати 5%.

Для розрахунку штучного освітлення вибираємо метод коефіцієнта використання світлового потоку або метод коефіцієнта використання освітлювальної установки, що призначений для розрахунку загального рівномірного освітлення горизонтальних поверхонь при відсутності великих предметів, що затемнюють. При розрахунку по цьому методу враховується пряме і відбите світло.

Для даної категорії робіт рекомендується освітленість робочої поверхні 300 лк. Для загального освітлення варто використовувати люмінесцентні ртутні лампи низького тиску денного світла, що забезпечують найбільше наближення по спектральному складу випромінюваного ними світла до природного. Для місцевого освітлення застосовні світильники з лампами розжарювання.

Необхідний повний світловий потік визначається по формулі:

,

деS = 44,5 = 18 м² - площа приміщення;

к = 1.2 - коефіцієнт запасу;

Z = 1.2 - відношення середньої освітленості до мінімального (при відбитому світі приймають Z=1, звичайно Z=1,1..1,3);

з - коефіцієнт використання світильників.

Визначимо з. Вважаємо, що світильники підвішені впритул до стелі, тобто hв = 0 м, а робоча поверхня знаходиться в середньому на відстані hн = 1м від підлоги.

Тоді

hр = h - (hв+ hн) = 3.1 - (0 +1) = 2.1 м.

Обчислюємо індекс приміщення

.

Для обраних оздоблювальних матеріалів приймаємо усереднені коефіцієнти відбиття стелі і стін: rп = 0.70, rс = 0.50.

У якості світильників вибираємо світильники типу ПВЛМ - Д 2?40 (із двома лампами типу ЛДЦ потужністю по 40 Вт, з відбивачем без отворів, без решітки).

Для значень i, rп, rс і обраного типу світильника коефіцієнт використання з = 0.4.

Далі визначаємо повний необхідний світловий потік:

Мінімальна припустима освітленість у приміщенні створювана світильниками загального освітлення повинна становити 80 % від необхідного

Еобщ = 300?0.8 = 240 лк.

По довідковій таблиці електричних і світлових характеристик люмінесцентних ртутних ламп низького тиску за ДСТ 6825 - 74, для потужності ламп Рл = 40 Вт, і типу лампи ЛДЦ-40 (лампа денного світла з поліпшеною передачею кольору), визначаємо світловий потік однієї лампи

Fл = 2100 лм.

Далі знаходимо необхідну кількість світильників:

.

Обираємо n = 4. Отже, використовуємо 4 світильників типу : ПВЛМ - Д2?40 з лампами типу ЛДЦ потужністю 40 Вт. Площа робочого столу складає приблизно 1м². Тоді необхідний світловий потік для світильників місцевого освітлення складе:

.

У світильнику місцевого освітлення використовуємо лампу накалювання типу Б 215 - 225 - 40 зі світловим потоком 415 лм.

Висновки

В роботі проаналізовано два формати стиснення родини MPEG-4 (MPEG-4 Visual part 2 та MPEG-4 part 10/AVC/ H.264).

Досліджено особливості формату стиснення MPEG-4 Visual, в ньому була підвищена ефективність стиснення (більше стиснення при тих же параметрах якості зображення) і збільшена гнучкість та здатність охоплювати більше застосувань.

Проаналізовано профілі MPEG-4 Visual. Стандарт продовжує розвиватися з додаванням нових інструментів (наприклад, профілів, що підтримують потокове відео). Проте серед розробників і виробників найпопулярнішими елементами MPEG-4 Visual до останнього часу залишалися простий і простий розширений профілі.

Також досліджено особливості формату стиснення H.264ю Цей стандарт забезпечує механізм для кодування відео, який оптимізований по ступені компресії. Його мета - задоволення багатьох вимог сучасних застосувань мультимедійних комунікацій. Діапазон доступних інструментів кодування є більш обмеженим в порівнянні із стандартом MPEG-4 Visual (через більш вузьке фокусування стандарту Н.264) проте в ньому є досить широкий спектр параметрів і стратегій кодування відеоконтента.

Проведено порівняння стандартів MPEG-4 Visual і Н.264, основні відмінності між ними приведено у таблиці 3.1.

В роботі приведено два методи оцінки якості зображення: суб'єктивний та об'єктивний. Головною метою більшості суб'єктивних метрик оцінки якості зображення є автоматична оцінка сприймання користувачами обробленого системою відео. Об'єктивні методи оцінки мають на увазі набір метрик, за допомогою яких проводиться порівняння зображення. Цей метод є більш точним і надійним. В роботі наведені приклади об'єктивних і суб'єктивних методів оцінки якості зображення.

П'ята частина роботи присвячена експериментальним вимірювання якості відеозображень, стиснутих у форматі MPEG-4, за допомогою об'єктивних метрик. Побудовано графіки (рис.5.19-5.21), які підтверджують тезу про те, що відео, закодоване за допомогою кодера H.264/MPEG-4 Part 10, має вищу якість, ніж відео, закодоване за допомогою кодера MPEG-4 Visual Part2.

Abstract

Image quality assessment in the digital broadcasting systems with MPEG-4 compression

MPEG-4 Part 2 or MPEG-4 Visual (formally ISO/IEC 14496-2) is a video compression technology developed by MPEG. It belongs to the MPEG-4 ISO/IEC standards. It is a discrete cosine transform compression standard, similar to previous standards such as MPEG-1 and MPEG-2. Several popular codecs including DivX, Xvid and Nero Digital are implementations of this standard.

Note that MPEG-4 Part 10 defines a different format than MPEG-4 Part 2 and should not be confused with it. MPEG-4 Part 10 is commonly referred to as H.264 or AVC, and was jointly developed by ITU-T and MPEG.

MPEG-4 Part 2 is H.263 compatible in the sense that a basic H.263 bitstream is correctly decoded by an MPEG-4 Video decoder. (MPEG-4 Video is natively capable of decoding a basic form of H.263). In MPEG-4 Visual, there are two types of video object layers: the video object layer that provides full MPEG-4 functionality, and a reduced functionality video object layer, the video object layer with short headers (which provides bitstream compatibility with base-line H.263). MPEG-4 Part 2 is partially based on ITU-T H.263. The first MPEG-4 Video Verification Model (simulation and test model) used ITU-T H.263 coding tools together with shape coding

Profiles.To address various applications ranging from low-quality, low-resolution surveillance cameras to high definition TV broadcasting and DVDs, many video standards group features into profiles and levels. MPEG-4 Part 2 has approximately 21 profiles, including profiles called Simple, Advanced Simple, Main, Core, Advanced Coding Efficiency, Advanced Real Time Simple, etc. The most commonly deployed profiles are Advanced Simple and Simple, which is a subset of Advanced Simple.

Most of the video compression schemes standardize the bitstream (and thus the decoder) leaving the encoder design to the individual implementations. Therefore, implementations for a particular profile (such as DivX or Nero Digital which are implementations of Advanced Simple Profile and Xvid that implements both profiles) are all technically identical on the decoder side. A point of comparison would be that an MP3 file can be played in any MP3 player, whether it was created through iTunes, Windows Media Player, LAME or the common Fraunhofer encoder.

H.264/AVC/MPEG-4 Part 10 (Advanced Video Coding) is a standard for video compression. The final drafting work on the first version of the standard was completed in May 2003.

H.264/AVC is a block-oriented motion-compensation-based codec standard developed by the ITU-T Video Coding Experts Group (VCEG) together with the ISO/IEC Moving Picture Experts Group (MPEG), and it was the product of a partnership effort known as the Joint Video Team (JVT). The ITU-T H.264 standard and the ISO/IEC MPEG-4 AVC standard (formally, ISO/IEC 14496-10 - MPEG-4 Part 10, Advanced Video Coding) are jointly maintained so that they have identical technical content. H.264 is used in such applications as Blu-ray Disc, videos from YouTube and the iTunes Store, DVB broadcast, direct-broadcast satellite television service, cable television services, and real-time videoconferencing.

A video codec is software or a device that enables video compression and or decompression for digital video. The compression usually employs lossy data compression, so quality measurement issues become important. Shortly after the compact disc became widely available as a digital-format replacement for analog audio, it became feasible to also store and use video in digital form. A variety of technologies soon emerged to do so. The primary goal for most methods of compressing video is to produce video that most closely approximates the fidelity of the original source and simultaneously deliver the smallest file size possible. However, there are also several other factors that can be used as a basis for comparison.

MPEG-4 video compression presume maximum quality compression (maybe multipass: 2-pass compression)

- fast decompression (but constant delay with buffering is possible)

- error resistance mechanism implementation is welcome, but not critical

- maximum quality characteristics for high and medium bitrates

- typical video processing (like automatic denoising, deinterlacing) is welcome.

Comparison of the best DVD MPEG-2 codec with the base profile videoconferencing H.264 implementation can cause some confusing issues and generally wrong results. Such methods of codec comparison were widely used for marketing materials preparation during dot-com bubble.

Video quality.The quality the codec can achieve is heavily based on the compression format the codec uses. A codec is not a format, and there can be multiple codecs that implement the same compression specification - for example, MPEG-1 codecs typically do not achieve quality/size ratio comparable to codecs that implement the more modern H.264 specification. But quality/size ratio of output produced by different implementations of the same specification can vary, too.

Prior to comparing codec video quality, it is important to understand that every codec can give a varying degree of quality for a given set of frames within a video sequence. Numerous factors play a role in this variability. First, all codecs have a bitrate control mechanism which is responsible for determining the bitrate and quality on a per-frame basis. A difference between variable bit rate (VBR) and constant bit rate (CBR) creates a trade-off between a consistent quality over all frames, and a more constant bitrate, which is required for some applications. Second, some codecs differentiate between different types of frames such as key frames and non-key frames, differing in their importance to overall visual quality and the extent to which they can be compressed. Third, quality depends on prefiltrations, that is included on all present-day codecs. Other factors can also come into play.

For a sufficiently long clip, it is possible to select sequences which have suffered little from the compression and sequences which have suffered heavily, especially if CBR was used, in which the quality between frames can vary highly due to different amounts of compression needed to achieve a constant bitrate. So, in any one long clip such as a full length movie, any two codecs may perform quite differently on a particular sequence from the clip, while the codecs may be approximately equal (or the situation reversed) in quality over a wider sequence of frames. Press-releases and amateur forums sometimes select sequences known to favor a particular codec or style of rate control in reviews[citation needed].

Objective video quality

Objective video evaluation techniques are mathematical models that approximate results of subjective quality assessment, but are based on criteria and metrics that can be measured objectively and automatically evaluated by a computer program. Objective methods are classified based on the availability of the original video signal, which is considered to be of high quality (generally not compressed). Therefore, they can be classified as:

- Full reference methods (FR);

- Reduced reference methods (RR);

- No-reference methods (NR).

The main FR metrics are:

Peak signal-to-noise ratio (PSNR)The most widely used video quality metric during last 20 years (used approximately in 99% of scientific papers and in 20% of marketing materials). However, the validity of this metric is limited. It is only conclusive when the same codec (or codec type) and content is being compared.

Structural similarity (SSim.)New metric (was suggested in 2004) shows better results than PSNR with reasonable computational complexity increasing.

Some other metrics have been suggested by Video Quality Experts Group (VQEG); private companies; and universities, but are not widespread.

Main comparison method is so called RD-curve (rate/distortion chart), where Y-axis used for metric value and X-axis used for bitrate.

Following NR metrics are used:

Blocking measure -- measurement power of so called blocking artefacts (extremely noticeable without deblocking filter usage on low bitrates)

Blurring measure -- measurement of common video blurring (washout)

Subjective video quality

Main article: subjective video quality. It is concerned with how video is perceived by a viewer and designates his or her opinion on a particular video sequence. Subjective video quality tests are quite expensive in terms of time (preparation and running) and human resources.

There is an enormous number of ways of showing video sequences to experts and to record their opinions. A few of them have been standardized. They are thoroughly described in ITU-R recommendation BT.500.

Following subjective video quality comparison methods are used:

- Double Stimulus Impairment Scale (DSIS);

- Double Stimulus Continuous Quality Scale (DSCQS) type I and type II;

- Stimulus Comparison Adjectival Categorical Judgement (SCACJ);

- Subjective Assessment Method for Video Quality evaluation (SAMVIQ);

- MSU Continuous Quality Evaluation (MSUCQE).

The reason for measuring subjective video quality is the same as for measuring the Mean Opinion Score for audio. Opinions of experts can be averaged; average mark is usually given with confidence interval. Additional procedures can be used for averaging, for example experts who give unstable results can be rejected (for instance, if their correlation with average opinion is small).

In case of video codecs, this is very common situation. When codecs with similar objective results show results with different subjective results, the main reasons can be:

Pre- and postfilters are widely used in codecs. Commonly codecs use prefilters like video denoising, deflicking, deshacking and etc. Denoising and deflicking commonly maintain PSNR value, but increase visual quality (the best slow denoising filters also increase PSNR on middle and high bitrates). Deshacking seriously decreases PSNR, but increases visual quality. The same situation with postfilters -- deblocking and deringing maintain PSNR, but increase quality. Graining (suggested in H.264) essentially increases video quality especially on big plasma screens, but decrease PSNR.

Note: All filters worsen compression/decompression time, so they increase visual quality, but decrease speed.

Motion estimation (ME) search strategy can also cause different visual quality for the same PSNR. So called true motion search commonly will not reach minimum sum of absolute differences (SAD) values in codec ME, but may result in better visual quality. Also such methods require more compression time.

Rate control strategy. VBR commonly cause better visual quality marks than CBR for the same average PSNR values for sequences.

For subjective video comparison it's difficult to use big amount of sequences. Commonly 3-4 10 seconds sequences are used in comparison with full movies compared with objective metrics. So sequences selection become pretty important (as far as those sequences will be close to the developers codec tuned sequences, their results will be more competitive).

Список літератури

1.Puri A. ,Chen. T. (eds.). Multimedia System, Standart and Networks. Marsel Denkker, 2000

2.Ян Ричардсон. Мир цифровой обработки. Видеокодирование H.264и MPEG-4- стандарты нового поколения. [пер. з англ. В.В. Чепижова]. - Техносфера Москва 2005

3. Walsh A., Bourges-Sevenier M. (eds.). MPEG-4 Jump Star. Prentice-Hall, 2002

4.VQEG, "Final Report from the Video Quality Experts Group on the Validation of Objective Models of Video Quality Assessment" (2000): www.vqeg.org

5.International Telecommunication Union, "Methodology for the subjective assessment of the quality of television pictures (ITU-R BT.500-11)" (2002)

6.Субъективное сравнение современных видеокодеков / [ Д. Ватолин, А. Паршин, О. Петров, А. Титаренко] - Январь 2006 CS MSU Graphics&Media Lab ,Video Group http://www.compression.ru/video

7.European Broadcasting Union, "SAMVIQ - a New EBU Methodology for Video Quality Evaluations In Multimedia": www.ebu.ch

8.MSU Graphics & Media Lab (Video Group), "MSU Perceptual Video Quality Tool": www.compression.ru/video/quality measure/perceptual video quality tool en.html

9.MSU Graphics & Media Lab (Video Group), MSU Quality Measurement Tool: Информация о метриках: http://www.compression.ru/video/quality_measure/info.html

10.Субъективное сравнение современных видеокодеков / [Д.Ватолин, А.Ратушняк, М.Смирнов, В.Юкин, Е.Шелвин, Д.Шкарин и др.]: http://www.compression.ru/video/codec_comparison/subjective_codecs_comparison.html

11.Документація. Звіти у сфері науки і техніки. Структура і правила оформлення. ДСТУ 3008-95 - К. : Видавництво стандартів, 1995. - 37с.

Размещено на Allbest.ru