[发明专利]一种快速自适应建立频域凹形恰可辨失真模型的方法

说明书

技术领域

本发明涉及视觉感知编码技术领域，特别是一种快速自适应建立频域凹形恰可辨失真模型的方法利用人眼视觉感知特性去除感知冗余信息，进一步提高多媒体的压缩率，便于网络通信。

背景技术

随着计算机网络技术的发展，人类进入了数字通信时代。人们使用声音、文本、图像和视频作为信息载体，图像和视频由于具有直观形象的特性，成为最重要的多媒体信息。然而，巨大的多媒体数据让当前的带宽捉襟见肘。为此，图像和视频工作者更新了一代又一代图像和视频编码标准，但都是去除客观冗余，没有考虑到人类视觉系统。考虑人眼视觉感知特性，去除人眼不能感知的视觉冗余，能够进一步提高图像和视频的编码效率。为此，在研究人眼的视觉特性的基础上，人们建立了恰可辨失真模型(Just Noticeable Distortion, JND)，为人们去除感知冗余提供了理论依据。

最早JND模型是建立在像素域，针对单幅图像分别包括亮度掩盖效应，纹理掩盖效应和凹形特性，在视频中还加入了时域掩盖效应。由于图像视频编码会在变换域进行，研究者又建立了频域JND模型，在包含像素域JND的各个子模型外，还建立了空间灵敏度函数的模型。

目前，研究人眼的凹形特性，建立凹形JND模型是研究的热点。人眼的凹形特性是指人在观看视频图像时，对关注的点比较敏感，而对于远离自己的关注点的地方敏感度逐渐降低。寻找人眼的关注点即凹形点，成为研究凹形JND模型的重点。最典型的找凹形点的方法是运用至底向上的模型寻找凹形点，但这种方法耗费时间长，不利于该模型的应用。为简化计算，默认凹形点为屏幕的中心点，这种方法虽然简化了计算，但找出的凹形点不准确。

相关文献证明：经过符号函数处理的图像的DCT变换，能够将图像信号的能量集中在前景区域。因此，可以利用这种方法生成图像的显著图，再在显著图上找出人眼的关注点。在频域中，可以方便的对图像的各种频率分量进行处理，建立频域凹形JND模型能够更好的去除感知冗余，达到提高编码效率的目的。

发明内容              

本发明的目的是针对已有技术存在的缺陷，提供一种快速自适应建立频域凹形恰可辨失真模型的方法，该方法能快速准确的定位出人眼的感兴趣区域，建立凹形JND模型。方便图像及视频研究者用于图像和视频编码器中，提高编码效率。

为达到上述目的，本发明采用如下的技术方案：

一种快速自适应建立频域凹形恰可辨失真模型的方法，其特征在于操作步骤如下：

(1) 读取输入图像的亮度值大小，建立频域的恰可辨失真阈值模型；

(2) 快速定位出凹形点；

(3) 建立凹形恰可辨失真模型。

本发明与已有技术相比较，具有如下显而易见的突出实质性特点和显著技术进步 ：

1）、该凹形JND模型寻找凹形点所耗费的时间很短，平均耗费时间为0.08s，比传统的寻找凹形点方法提高16倍；

2）、该凹形JND模型能自适应的搜索出凹形点，符合人类视觉感知特性；

3）、该凹形JND模型能够方便的嵌入图像和视频编码器中。

附图说明

图1是本发明中的一种快速自适应建立频域凹形恰可辨失真模型的方法的原理框图。

图2是频域的恰可辨失真模型的框图。

图3是快速搜索出凹形点的框图。

图4是建立凹形恰可辨失真模型的框图。

图5a是图像ballroom的原始图像。

图5b是图像ballroom的本方法的显著性图像，垂直交点为凹形点。

图5c是图像ballroom的自底向上方法得到的显著性图像，垂直交点为凹形点。

图5d是图像ballroom默认凹形点为图像中心，垂直交点为凹形点。

图5e是图像ballroom随机加入大小为本方法凹形JND阈值的噪声图像。

图5f是图像ballroom随机加入大小为自底向上方法凹形JND阈值的噪声图像。

图5g是图像ballroom随机加入大小为凹形JND阈值的噪声图像，这种凹形JND模型中的凹形点默认为图像中心的。

图6a是图像breakdancers的原始图像。

图6b是图像breakdancers的本方法的显著性图像，垂直交点为凹形点。

图6c是图像breakdancers的自底向上方法得到的显著性图像，垂直交点为凹形点。

图6d是图像breakdancers默认凹形点为图像中心，垂直交点为凹形点。