基于視覺注意機制的靜態(tài)圖像壓縮方法研究.pdf

1、　　基于感興趣區(qū)域ROI(Region of Interest )的圖像壓縮方法，具有在不丟失重要信息的同時又能有效地壓縮數(shù)據(jù)量的特點。本文為了能自動提取自然圖像中的主要視覺信息，引入了視覺感知模型。在對由數(shù)據(jù)驅(qū)動的自底向上以及與任務(wù)相關(guān)的自頂向下注意模型進行分析的基礎(chǔ)上，本文重點研究了基于數(shù)據(jù)驅(qū)動的It t i視覺計算模型。根據(jù)Itt i模型的建模思想結(jié)合圖像壓縮的具體應(yīng)用，提出了改進措施，為圖像中感興趣區(qū)域難以自動確定的問題提供了解

2、決方法。本文模型相比Itt i模型提出了以下改進：
　　1 改進模型除提取圖像的顏色、亮度、方向特征之外，利用 canny 算子提取輸入圖像中物體的邊緣，并對含有物體邊緣的圖像進行填充，由填充后所得圖像輪廓特征融入到模型計算過程中，將其用于得到圖像總顯著圖，以提高模型提取顯著區(qū)域的精確度。
　　2 改進模型中對特征圖的合并策略，將原有的特征圖平均相加的方法改成非線性的合并策略，特征圖合并生成顯著圖時顯著點密度過大的特征圖

3、對形成該特征的顯著圖所做貢獻不大，因此在特征圖合并時設(shè)置相應(yīng)閾值去除顯著點密度過大的特征圖。
　　3 改進了模型中原有的視覺注意焦點轉(zhuǎn)移策略，根據(jù)輸入圖像總顯著圖一次性確定輸入圖像所有的顯著區(qū)域，提高了模型運算效率，使改進模型的運算時間只有原模型 3%左右，使之適用于圖像壓縮中ROI的準確提取。
　　另外，對 JPEG2000 圖像壓縮標準進行了探討，分析了其中的一般平移法和最大偏移法，利用算法中對圖像感興趣區(qū)域壓縮編碼