LabPowerTools
首页 标准解析库 GB/T31001-2014
基础标准 AI 结构化解析
GB/T31001-2014 高清晰度数字电视主观评价用测试图像 Test materials to be used in subjective assessment for high definition television
发布日期 2014-09-03
实施日期 2015-02-01
替代标准 —
解析引擎 v3.4
适用范围 本标准规定了高清晰度数字电视主观评价用的测试图像。适用于高清晰度数字电视系统和设备的图像质量主观评价,也可用于客观测试。
0 参数限值 0 试验方法 7 计算公式 4 术语 0 约束 0 引用 来源:国家标准全文公开系统
解析版本
AI 问答 术语 限值速查 限值判定 试验方法 计算公式 约束条件 引用标准 能力表述 质检复核
主观评价3.1
直接利用观察者对被测系统质量的主观反应来确定被测系统性能的一种方法。
高清晰度数字电视系统3.2
信号格式符合 GY/T 155—2000 规定的数字电视系统,本标准中的图像采用 1920×1080/50/I 的扫描格式。
测试图像3.3
用于电视图像质量评价的、在图像内容上有特定要求的静止图像和活动图像,或这两种图像的图像序列。
苛刻度3.4
对图像进行压缩编码时,图像被压缩的难易程度,通常以每像素所需的平均比特数表示。
本标准为方法/管理类标准,无数值限值指标表;检出限、精密度等要求见「试验方法」「约束条件」页签
检测结果限值判定(演示)
检测项目
测定结果
判定逻辑:测定结果与限值直接比对(未含测量不确定度保护带),正式报告请按 ILAC-G8 / 标准原文复核。
就这本标准问我
回答基于本标准的结构化解析与条款文本检索生成,附条款溯源;AI 解读请以标准正式原文为准。
看完方法,直接落成原始记录:自动带出检测要求与质控核查项,录读数自动计算判定,可导出活公式 Excel
本标准为限量/产品类标准,未单独抽取试验方法。
公式已就位——生成原始记录后,这些公式将变成 Excel 里的活公式,改读数自动重算重判
PCM数据熵B.1 式(B.1)
E = -Σ_{i=I_{min}}^{I_{max}} P(i) × log2 P(i)
计算表达式(可直接用于 Excel/程序)
E = -Σ_{i=I_min}^{I_max} P(i) × log2 P(i)
I_min图像信号的最小电平
I_max图像信号的最大电平
P(i)图像信号电平i发生的概率
EPCM数据熵,代表一幅图像的平均信息量比特每像素
AC能量B.2 式(B.2)
AC = \dfrac{[ (1/N) Σ_{k=1}^{N} ac_k ]}{AC_{max},\text{其中} ac_k} = Σ_{m=0}^{7} Σ_{n=0}^{7} C(m,n)^2 - C(0,0)^2
计算表达式(可直接用于 Excel/程序)
AC = [ (1/N) Σ_{k=1}^{N} ac_k ] / AC_max,其中 ac_k = Σ_{m=0}^{7} Σ_{n=0}^{7} C(m,n)^2 - C(0,0)^2
ac_k第k个变换块的AC能量(除DC系数外的DCT系数平方和)
C(m,n)DCT系数
N在一场(或一帧)中的DCT变换块的数目
AC_max归一化因子,理论上的AC能量最大值(变换块中一半区域为黑、另一半区域为白时可得)
ACAC能量,代表图像空间活动性程度
频谱熵B.3 式(B.3)
SE = (1/N) Σ_{k=1}^{N} (se_k)^2,\text{其中} se_k = \dfrac{-Σ_{m=0}^{7} Σ_{n=0}^{7} (|C(m,n)|/A) log2[C(m,n)}{A],A} = Σ_{m=0}^{7} Σ_{n=0}^{7} |C(m,n)|
计算表达式(可直接用于 Excel/程序)
SE = (1/N) Σ_{k=1}^{N} (se_k)^2,其中 se_k = -Σ_{m=0}^{7} Σ_{n=0}^{7} (|C(m,n)|/A) log2[C(m,n)/A],A = Σ_{m=0}^{7} Σ_{n=0}^{7} |C(m,n)|
se_k第k个变换块的频谱熵分量
C(m,n)DCT系数
ADCT系数绝对值之和
NDCT变换块的数目
SE频谱熵,代表DCT系数的随机程度
运动矢量平均幅度B.4 式(B.4)
μ_X = (1/N) Σ_{k=1}^{N} |X_k|;μ_Y = (1/N) Σ_{k=1}^{N} |Y_k|
计算表达式(可直接用于 Excel/程序)
μ_X = (1/N) Σ_{k=1}^{N} |X_k|;μ_Y = (1/N) Σ_{k=1}^{N} |Y_k|
X_k块矢量的水平分量
Y_k块矢量的垂直分量
μ_XX_k在一场中的平均幅度
μ_YY_k在一场中的平均幅度
N块数目
运动矢量标准差B.4 式(B.5)
σ_X^2 = [ (1/N) Σ_{k=1}^{N} X_k^2 ] - μ_X^2;σ_Y^2 = [ (1/N) Σ_{k=1}^{N} Y_k^2 ] - μ_Y^2
计算表达式(可直接用于 Excel/程序)
σ_X^2 = [ (1/N) Σ_{k=1}^{N} X_k^2 ] - μ_X^2;σ_Y^2 = [ (1/N) Σ_{k=1}^{N} Y_k^2 ] - μ_Y^2
X_k块矢量的水平分量
Y_k块矢量的垂直分量
μ_XX_k在一场中的平均幅度
μ_YY_k在一场中的平均幅度
σ_XX_k的标准差
σ_YY_k的标准差
N块数目
运动补偿帧/场差分信号B.5 式(B.6)
e_k(x,y) = f_0(x,y) - f_1(x - u_k, y - ν_k)
计算表达式(可直接用于 Excel/程序)
e_k(x,y) = f_0(x,y) - f_1(x - u_k, y - ν_k)
x图像块中某一点像素的水平位置
y图像块中某一点像素的垂直位置
e_k第k个块中的运动补偿帧/场差分信号
f_0当前帧/场信号
f_1前一个帧/场信号
u_k块运动矢量的水平分量
ν_k块运动矢量的垂直分量
预测误差能量EPB.5 式(B.7)
EP = (1/N) Σ_{k=1}^{N} ep_k,\text{其中} ep_k = (1/(X·Y)) Σ_{x=1}^{X} Σ_{y=1}^{Y} e(x,y)^2
计算表达式(可直接用于 Excel/程序)
EP = (1/N) Σ_{k=1}^{N} ep_k,其中 ep_k = (1/(X·Y)) Σ_{x=1}^{X} Σ_{y=1}^{Y} e(x,y)^2
ep_k第k个块的差分信号均方值
e(x,y)运动补偿帧/场差分信号
X块的水平大小
Y块的垂直大小
N块数目
EP预测误差能量,差分信号的均方值
标准中"施加在执行过程与条件上的要求"(C1 环境 / C4 样品 / C6 质控 / C7 条件限值 / C8 适用范围 / C9 过程参数),是原始记录模板与自动核查的数据源。
未抽取到约束条件。
未抽取到引用标准。
不直接构成认可能力认可领域:未识别
本标准为基础标准,属管理/基础/参考类文件,不直接构成检测能力;CNAS 能力范围中无需为其单列检测能力条目。
解析模型与复核模型对以下关键数值意见不一。 点击您认可的一侧卡片即可投票,多数人的意见即最终结论;每项仅可投一次,首次投票 +2 LP。 已定案项目会在正文对应位置标注 ⚖,悬停可见两模型的分歧详情。
复核项加载中…
本页内容由 AI 从标准公开文本自动解析生成,条款级溯源("出处"列)。仅供学习参考,检测判定请以标准正式原文为准。
LabPowerTools · 超级标准
© 2026 LabPowerTools