图3：编码器/解码器（DUT）合格/不合格视频测试实例。
ClearView提供了许多能够接近主观质量评估的数学模型。客观的数学方法根据具有最高质量的原始视频信号的有效性被分成如下几类：
1. 全基准方法（FR）
2. 降低的基准方法（RR）
3. 无基准方法（NR）
你是否曾经想过将你的H.264/VC-1 & MPEG-2与其它的进行一下比较？现在就可以！你还可以测量视频延迟和音视频唇同步。
图4：scriptable合格/不合格评分背后的基本原理。
数字压缩的基本问题
和数据压缩相似，视频压缩需要在磁盘空间、视频质量和在合理的时间内对视频解压缩所需的硬件成本进行折中。不过，如果对视频过压缩，就会出现可视缺陷。这正是视频质量测试和测量的使命，以便对视频质量进行精确的建模。
在任何视频质量测量之前，只需将视频数据对齐。将会出现下面一些有关对齐的问题：
1. 处理后的视频时间上与原视频信号对不齐
2. 处理后的视频水平方向上有移位
3. 处理后的视频竖直方向上有移位
4. 处理后的视频有色彩保真度损失
5. 处理后的视频音视频不同步
［page］
时间对齐
客观度量视频质量是逐帧进行的，故视频序列必须时间对齐。由于通常并没有色栅/校准条，ClearView从一个视频帧开始，并将该帧放到视频序列中的另一个帧中，使之具有最小的差和（sum-of-difference）。ClearView然后进行修整使视频序列时间上对齐。
