一種圖像全局最小可覺(jué)察差異的測(cè)定方法
【專(zhuān)利摘要】本發(fā)明提供一種圖像全局最小可覺(jué)察差異的測(cè)定方法，模型建立階段根據(jù)每組測(cè)試圖片特征參數(shù)生成相對(duì)應(yīng)的測(cè)試圖片，利用階梯法得到對(duì)應(yīng)的噪聲強(qiáng)度閾值，獲取針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型，提出全局最小可覺(jué)察差異的計(jì)算模型。模型應(yīng)用階段，利用模型建立階段所得全局最小可覺(jué)察差異的計(jì)算模型，計(jì)算獲取任意輸入灰度圖像的圖像全局最小可覺(jué)察差異。本發(fā)明生成的測(cè)試圖片具有更大的均方誤差MSE與隱藏噪聲的能力，更有效地挖掘人眼的感知冗余；本發(fā)明提出的圖像全局最小可覺(jué)察差異的計(jì)算模型，綜合了對(duì)比度掩蔽效應(yīng)與其他掩蔽效應(yīng)，結(jié)果更準(zhǔn)確。
【專(zhuān)利說(shuō)明】一種圖像全局最小可覺(jué)察差異的測(cè)定方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種圖像全局最小可覺(jué)察差異的測(cè)定方法?！颈尘凹夹g(shù)】
[0002]近年來(lái)，視頻內(nèi)容逐漸朝著高畫(huà)質(zhì)與高解析度發(fā)展，但高質(zhì)量的視頻也伴隨著巨大的數(shù)據(jù)量。為了降低傳輸和存儲(chǔ)成本，需要提出更好地視頻壓縮方法，以達(dá)到壓縮比和視頻質(zhì)量之間的平衡。
[0003]傳統(tǒng)的視頻壓縮方法通過(guò)去除空間和時(shí)間統(tǒng)計(jì)冗余來(lái)達(dá)到壓縮的目的。為了獲得更好地壓縮效率，需要更加深入的研究人類(lèi)視覺(jué)系統(tǒng)(HVS)的感知冗余特性。研究者已經(jīng)使用JND (最小可覺(jué)差)來(lái)模擬HVS的亮度、對(duì)比度與時(shí)空掩蔽效應(yīng)。JND將感知冗余量化成為一個(gè)閾值(visibility threshold),低于這個(gè)閾值的噪聲將無(wú)法被人眼察覺(jué)。目前相關(guān)學(xué)者提出了許多JND模型，大體上可以分為兩類(lèi):基于變化域的JND模型，例如DCT域或wavelet域的JND模型；基于像素域的JND模型，如SJND等。
[0004]目前大部分JND模型都基于一個(gè)假設(shè)，即認(rèn)為人眼對(duì)圖像或視頻上每一個(gè)像素點(diǎn)的敏感性相同。然而，相關(guān)生理、心理學(xué)實(shí)驗(yàn)表明，視網(wǎng)膜上的感光細(xì)胞分布并不均勻。在中央凹區(qū)域，視錐細(xì)胞分布密度大，敏感性高，隨著與中央?yún)^(qū)域的距離增大，感光細(xì)胞密度減小，導(dǎo)致相對(duì)應(yīng)的敏感性也就減小，即可以容忍更多的噪聲。
[0005]基于相同敏感性假設(shè)的傳統(tǒng)JND模型，可以用圖像本地最小可覺(jué)察差異來(lái)表示。而在基于視網(wǎng)膜感光細(xì)胞分布不均勻前提下的JND模型，則可以用圖像全局最小可覺(jué)察差異來(lái)表示。理論上，基于圖像全局最小可覺(jué)察差異的產(chǎn)生的失真圖像具有更大的均方誤差MSE，能夠更好地體現(xiàn)人眼的視覺(jué)冗余。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于針對(duì)傳統(tǒng)圖像本地最小可覺(jué)察差異模型的不足，提出一種基于視角圖像全局最小可覺(jué)察差異的測(cè)定方法。
[0007]本發(fā)明技術(shù)方案提供一種圖像全局最小可覺(jué)察差異的測(cè)定方法，包括模型建立階段和模型應(yīng)用階段，
[0008]模型建立階段包括以下步驟，
[0009]步驟1.1，輸入多組不同的測(cè)試圖片特征參數(shù)，每組測(cè)試圖片特征參數(shù)包括背景灰度bg、對(duì)比度eh和噪聲出現(xiàn)半徑e ；
[0010]所述測(cè)試圖片包括固定背景部分、對(duì)比部分、噪聲部分和輔助注意力集中部分，固定背景部分的灰度設(shè)置為bg ;對(duì)比部分為以測(cè)試圖片的圖像中心為圓心，半徑為e的圓形區(qū)域，區(qū)域內(nèi)灰度設(shè)置為bg-eh ;噪聲區(qū)域隨機(jī)分布在圓形區(qū)域的圓周上某一位置，噪聲區(qū)域內(nèi)部隨機(jī)分布若干噪聲；輔助注意力部分設(shè)置在測(cè)試圖片的圖像中心處；
[0011]步驟1.2，根據(jù)步驟1.1輸入的每組測(cè)試圖片特征參數(shù)，生成相對(duì)應(yīng)的測(cè)試圖片；
[0012]步驟1.3，對(duì)每一組測(cè)試圖片特征參數(shù)相對(duì)應(yīng)的測(cè)試圖片，分別利用階梯法得到對(duì)應(yīng)的噪聲強(qiáng)度閾值；
[0013]步驟1.4，基于步驟1.3所得結(jié)果，獲取針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型。
[0014]步驟a，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算測(cè)試圖片噪聲區(qū)域?qū)?yīng)的本地最小可覺(jué)察差
巳
升；
[0015]步驟b，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算不同視角條件下測(cè)試值與理論值的比值，得到平均比例P ；
[0016]步驟C，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算不同視角對(duì)應(yīng)的對(duì)比度敏感性，并做歸一化處理，得到基于視角歸一化對(duì)比度敏感性Sf ；
[0017]步驟d，用所有測(cè)試圖片的基于視角歸一化對(duì)比度敏感性Sf與對(duì)比度eh去擬合平均比例P，得到針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型如下式，
【權(quán)利要求】
1.一種圖像全局最小可覺(jué)察差異的測(cè)定方法，其特征在于:包括模型建立階段和模型應(yīng)用階段， 模型建立階段包括以下步驟， 步驟1.1，輸入多組不同的測(cè)試圖片特征參數(shù)，每組測(cè)試圖片特征參數(shù)包括背景灰度bg、對(duì)比度eh和噪聲出現(xiàn)半徑e ； 所述測(cè)試圖片包括固定背景部分、對(duì)比部分、噪聲部分和輔助注意力集中部分，固定背景部分的灰度設(shè)置為bg ;對(duì)比部分為以測(cè)試圖片的圖像中心為圓心，半徑為e的圓形區(qū)域，區(qū)域內(nèi)灰度設(shè)置為bg-eh;噪聲區(qū)域隨機(jī)分布在圓形區(qū)域的圓周上某一位置，噪聲區(qū)域內(nèi)部隨機(jī)分布若干噪聲；輔助注意力部分設(shè)置在測(cè)試圖片的圖像中心處； 步驟1.2，根據(jù)步驟1.1輸入的每組測(cè)試圖片特征參數(shù)，生成相對(duì)應(yīng)的測(cè)試圖片； 步驟1.3，對(duì)每一組測(cè)試圖片特征參數(shù)相對(duì)應(yīng)的測(cè)試圖片，分別利用階梯法得到對(duì)應(yīng)的噪聲強(qiáng)度閾值； 步驟1.4，基于步驟1.3所得結(jié)果，獲取針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型。 步驟a，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算測(cè)試圖片噪聲區(qū)域?qū)?yīng)的本地最小可覺(jué)察差異；步驟b，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算不同視角條件下測(cè)試值與理論值的比值，得到平均比例P ; 步驟C，針對(duì)每個(gè)測(cè)試圖片，分別計(jì)算不同視角對(duì)應(yīng)的對(duì)比度敏感性，并做歸一化處理，得到基于視角歸一化對(duì)比度敏感性Sf ； 步驟d，用所有測(cè)試圖片的基于視角歸一化對(duì)比度敏感性Sf與對(duì)比度eh去擬合平均比例P，得到針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型如下式，

2.根據(jù)權(quán)利要求1所述圖像全局最小可覺(jué)察差異的測(cè)定方法，其特征在于:模型應(yīng)用階段包括以下子步驟， 步驟2.1，讀取輸入灰度圖像；步驟2.2，計(jì)算輸入灰度圖像的平均灰度矩陣、對(duì)比度矩陣和視角矩陣； 步驟2.3，計(jì)算輸入灰度圖像的基于視角歸一化對(duì)比度敏感性矩陣； 步驟2.4，計(jì)算輸入灰度圖像的圖像本地最小可覺(jué)察差異； 步驟2.5，根據(jù)步驟2.3所得輸入灰度圖像的基于視角歸一化對(duì)比度敏感性矩陣，利用模型建立階段提出的基于視角針對(duì)對(duì)比度掩蔽的視覺(jué)特性模型，計(jì)算輸入灰度圖像的基于視角歸一化對(duì)比度敏感性和像素對(duì)比度的因子Hl1 ; 步驟2.6,計(jì)算輸入灰度圖像的描述對(duì)比度掩蔽效應(yīng)的視覺(jué)感知特征S1 = fi.Iii1 ;步驟2.7,計(jì)算輸入灰度圖像的其他掩蔽效應(yīng)對(duì)應(yīng)的視覺(jué)感知特征gi; i=2, 4, 5..., η ；步驟2.8，根據(jù)全局最小可覺(jué)察差異的計(jì)算模型得到輸入灰度圖像的圖像全局最小可覺(jué)察差異。
3.根據(jù)權(quán)利要求2所述圖像全局最小可覺(jué)察差異的測(cè)定方法，其特征在于:步驟1.4的步驟c求基于視角歸一化對(duì)比度敏感性Sf和步驟2.3計(jì)算輸入灰度圖像的基于視角歸一化對(duì)比度敏感性矩陣時(shí)，按以下公式求取基于視角歸一化對(duì)比度敏感性Sf，
【文檔編號(hào)】G06T7/00GK103886608SQ201410133305
【公開(kāi)日】2014年6月25日 申請(qǐng)日期:2014年4月3日 優(yōu)先權(quán)日:2014年4月3日
【發(fā)明者】陳震中, 劉弘一 申請(qǐng)人:武漢大學(xué)