基于最小可覺差的視覺自適應(yīng)圖像壓縮編碼.pdf

1、信息科學(xué)一個重要的課題是如何準確、有效、簡潔的表示圖像數(shù)據(jù)，圖像壓縮是其中的一種簡潔的表示圖像數(shù)據(jù)的有效手段，它以較低的資源（信道）和經(jīng)濟代價實現(xiàn)了人類觀看和使用視覺信息的目的。
　　圖像信息的壓縮處理，首先可利用無損的熵編碼，用以去除圖像數(shù)據(jù)自身的信息冗余，其次可利用預(yù)測編碼，消除數(shù)據(jù)之間的統(tǒng)計冗余，同時也有必要按照人眼視覺系統(tǒng)對某些特征不敏感的特點，允許合適的誤差而不必傳輸過多的細節(jié)，在圖像的質(zhì)量不明顯下降的前提下，使圖像的壓

2、縮率更大。對于人眼視覺系統(tǒng)特性的深入研究，得到準確的適用于大范圍圖像的人眼敏感程度、可容許誤差的模型，就成為了視覺自適應(yīng)圖像編碼的關(guān)鍵環(huán)節(jié)。人眼對于視覺內(nèi)容的可容許誤差稱作最小可覺失真(Just Noticable Distortion)或是最小可覺差（Just Noticable Difference），簡稱JND。利用JND模型，可以對人眼視覺系統(tǒng)在一定條件下對于圖像內(nèi)容的可容忍誤差的預(yù)測估計。
　　本文對于圖像域的JND建模

3、中的照度適應(yīng)性因素進行了探討，闡述了這一因素的生理機制背景，并介紹了一種使用廣泛的照度適應(yīng)性模型。對于已有的照度適應(yīng)性建模模型進行了參數(shù)化改造，使得這一模型成為可調(diào)模型，在更為廣泛的實驗室環(huán)境下通過參數(shù)的選擇，得到具有普遍性的照度適應(yīng)性模型。
　　重點探討了對比掩蔽因素的兩種效應(yīng)，即紋理掩蔽因素、邊緣掩蔽因素。對于邊緣掩蔽現(xiàn)象作了較為深入的探究。通過引入特征整合理論、認知模型，根據(jù)認知模型下的對比掩蔽因素的假設(shè)，即人眼對紋理部分能

4、夠容納更多的噪聲，而邊緣部分敏感性反而提高，提出了一種模擬認知過程的邊緣檢測方法，并將其應(yīng)用于JND建模中。通過主觀質(zhì)量評估，比較JND控制下的圖像加噪聲圖像質(zhì)量，與已有的圖像域建模模型相比較，說明了該假設(shè)的合理性及其實現(xiàn)的有效性。
　　最后提出了將圖像域JND模型應(yīng)用于JPEG壓縮的方案。其中利用了對變換結(jié)果的量化與圖像的誤差、JND值之間的關(guān)系，以及DCT變換域中某些頻率對于視覺的影響較小的特點，最后對實驗結(jié)果做出了初步的討論