本发明涉及图像处理技术领域，具体涉及一种基于vmaf自适应调节锐化参数的方法。
背景技术：
随着视频技术和网络技术的发展，高质量的视频已成为人们重要的需求。现实中依然存在很多低质量的视频资源，包括使用低质量设备拍摄的老旧影片、非专业人员拍摄的一些ugc视频等。视频的低质量问题包括低分辨率、压缩噪声大、背景噪声大等。
视频增强旨在将已有的低质量视频通过一系列的增强技术转换为高质量的视频。通用的视频增强技术包括超分辨率、去噪、锐化等。锐化是一种简单的提升视频主观质量的方法，有着运算量小，主观改善明显的特点，在视频编码之前加入一定幅度的锐化，可以使得编码后的视频看起来更加清晰，但是图像锐化程度越大，编码的视频体积也会随着变大，占用大量存储空间，网络传输时占用带宽，因此如何权衡锐化强度和视频体积是一个急需解决的问题。
技术实现要素：
本发明主要提供了一种基于vmaf自适应调节锐化参数的方法。针对如何平衡锐化强度和视频体积的问题，本发明拟合了锐化强度和视频体积之间的关系，并找到最佳的锐化强度，具体包括如下步骤。
1.原始视频解码，获取yuv数据s。
2.分别用qp=26、27、28、29四个档次对步骤1得到的yuv数据s中的i帧进行编码，得到编码后的图像
3.将步骤2中得到的图像
4.根据步骤2和步骤3得到的数据，用线性最小二乘法估计图像体积和vmaf分数之间的关系：
5.分别选取锐化强度1.0、1.5、2.0、2.5对步骤1得到的yuv数据s进行锐化处理，选取qp=28对这4个图像进行i帧编码，得到编码后的图像
6.分别计算4个图像的对数体积：
7.通过步骤6中的vmaf分数计算锐化后的图像的估计体积对数，并与步骤6中得到的实际体积对数作差：
其中
8.通过最小二乘拟合对数体积差值与锐化强度之间的关系：
其中
9.计算步骤8中的二次函数的极值点
10.用步骤9中得到的最佳锐化强度重新对步骤1中的yuv数据进行锐化处理，并将锐化后的图像数据送给编码器编码。
本发明的益处在于：（1）本发明使用的算法简单、快速，还可以配合编码器的scenecut算法使用。（2）本发明只对i帧进行处理，进一步提高处理速度。（3）采用vmaf指标作为图像质量评价标准，比传统的psnr/ssim的方法更加接近主观。（4）采用最小二乘的方法拟合二次曲线求极值，可以比穷举法运算量更少，精度更高。
附图说明
图1为一种基于vmaf自适应调节锐化参数的方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本附图，对本说明书实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
下面结合附图对本发明作更进一步的说明。
如图1所示，本申请的一种基于vmaf自适应调节锐化参数的方法具体包括以下步骤。
1.原始视频解码，获取yuv数据s。
2.分别用qp=26、27、28、29四个档次对步骤1得到的yuv数据s中的i帧进行编码，得到编码后的图像
3.将步骤2中得到的图像
4.根据步骤2和步骤3得到的数据，用线性最小二乘法估计图像体积和vmaf分数之间的关系：
5.分别选取锐化强度1.0、1.5、2.0、2.5对步骤1得到的yuv数据s进行锐化处理，选取qp=28对这4个图像进行i帧编码，得到编码后的图像
6.分别计算4个图像的对数体积：
7.通过步骤6中的vmaf分数计算锐化后的图像的估计体积对数，并与步骤6中得到的实际体积对数作差：
其中
8.通过最小二乘拟合对数体积差值与锐化强度之间的关系：
其中
9.计算步骤8中的二次函数的极值点
10.用步骤9中得到的最佳锐化强度重新对步骤1中的yuv数据进行锐化处理，并将锐化后的图像数据送给编码器编码。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
1.一种基于vmaf自适应调节锐化参数的方法，其特征在于，所述的方法包括以下步骤：
（1）原始视频解码，获取yuv数据；
（2）使用不同质量档次对步骤（1）的yuv数据i帧编码，并计算编码后的图像的体积对数；
（3）解码步骤（2）中得到的图像，并与步骤（1）中的数据进行vmaf计算，得到vmaf分数；
（4）根据步骤（2）和步骤（3）得到的数据，估计图像体积和质量之间的关系；
（5）将步骤（1）中获得的yuv数据进行不同程度的锐化处理并编码i帧图像；
（6）计算步骤（5）中得到的图像的实际体积对数，并将步骤（5）中的图像解码，与原始视频的yuv数据进行vmaf计算，得到vmaf分数；
（7）根据步骤（6）中得到的质量评分和步骤（4）中的关系式计算出图像的估计体积，并计算估计体积对数与步骤（6）中得到的实际体积对数之间的差值；
（8）拟合体积对数的差值与锐化强度之间的关系；
（9）在步骤（8）中的关系式中找到最佳锐化强度；
（10）使用步骤（9）中的最佳锐化强度锐化原始视频，并将锐化后的图像数据送给编码器编码。
2.根据权利要求1的方法，其特征在于，所述步骤（4）中估计图像体积和质量之间的关系公式为：
3.根据权利要求1的方法，其特征在于，所述步骤（7）中的体积对数差值为：
4.根据权利要求1的方法，其特征在于，所述步骤（8）拟合体积对数的差值与锐化强度之间的关系公式为：
其中xi为锐化强度。
5.根据权利要求1的方法，其特征在于，所述步骤（9）中的最佳锐化强度为：
其中xm为所述步骤（8）中二次函数的极值点
