原创 影像质量出包啦！厂商欠缺了什么？

影像工程领域涵盖了影像和图像在后端应用中的多个面向，包含了：编译码技术、色彩处理、数据压缩和影像质量评估等，是极具深度与多样性的复杂领域，而了解影像工程的各项技术和挑战，便是确保影像质量能在各样实际应用中，达到最佳效果的关键。

客观评比没做到，面临难题

国内一家STB ODM客户A面临了市场客诉问题，其下游客户(Carrier)B反映他们所提供的STB产品，遭用户抱怨影像质量不佳！

视觉感官是很主观的判断，所以需要有客观的工具方法，藉由数据来左证产品展现出的真正影像质量！这家STB ODM客户A只有委托我们协助他们取得HDMI、Wi-Fi、BT、USB等相关认证服务，对于产品本身的功能及效能验证，客户A认为他们内部的验证范围已经足够。但在客诉后，客户A便联系我们，说明此次的案例背景，我们从访谈中了解到：客户A欠缺以客观的评比工具来产生数据数据，无法藉由实验数据来说明产品的影像质量，进而说服下游客户B。

质量如何评估？有什么解决方法？

影响影像质量的原因很多，必须了解影像工程的各个技术细节和挑战，才能确保影像质量能在各应用场景中，达到最佳效果。百佳泰提案建议：藉由影像工具产生的客观数据数据，在影像质量的评估过程中，找出合适的解决方案，其中常用的影像质量评估指针如下：

PSNR(峰值信噪比)：衡量原始影像与压缩后影像之间的差异，值越高表示质量越好。

VMAF(影片多方法评分)：由Netflix开发，综合多种方法来评估影像质量，能更准确地反映人眼观感。

SSIM(结构相似性指数)：专注于影像的结构信息，相比PSNR更能反映视觉质量。

综合上述指针产出的数据数据，便能让客户在影像调校上，选择更适合特定应用需求的方案。

百佳泰在客户调校STB参数的前后，分别截取output的影像，再以上述的评估指针量测数据，透过客观分析之后得到的结果如下：

调校前后的影像

从PSNR量测数据可以得知：

• 该产品在调校前，其PSNR为56dB，低于基线的30.0dB，故影像质量不佳
• 产品在调校后，其PSNR为28dB，高于设定的基线30.0dB，影像质量佳，符合消费者的期待
• 影像质量提升了31%