基于語(yǔ)義的圖像編碼與圖像質(zhì)量評(píng)價(jià)方法的研究.pdf

1、數(shù)字圖像承載著生動(dòng)豐富的視覺(jué)信息，在我們的日常生活和工作中扮演著重要角色。近幾年，隨著大數(shù)據(jù)時(shí)代的到來(lái)，面對(duì)海量圖像數(shù)據(jù)，在無(wú)線網(wǎng)絡(luò)帶寬有限的情況下，如何有效地壓縮編碼圖像并保持語(yǔ)義信息失真最小;另外，在人眼作為圖像信息接收者的情況下，如何有效地評(píng)估圖像的視覺(jué)質(zhì)量，已成為圖像處理領(lǐng)域的重要研究問(wèn)題。
　　如何有效的壓縮編碼圖像以節(jié)省碼率，是圖像處理領(lǐng)域的經(jīng)典研究課題。傳統(tǒng)的圖像壓縮編碼技術(shù)，如國(guó)際編碼標(biāo)準(zhǔn)JPEG和JPEG2000

2、，關(guān)注的是率失真曲線，以給定碼率下圖像質(zhì)量失真最小為目的，通常以峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)或者結(jié)構(gòu)相似性準(zhǔn)則(Structure Similarity IndexMeasurement，SSIM)來(lái)衡量圖像的視覺(jué)質(zhì)量。這些傳統(tǒng)的圖像編碼方法假定壓縮圖像的信息接收者是人眼視覺(jué)系統(tǒng)，但是隨著移動(dòng)視覺(jué)檢索、目標(biāo)識(shí)別、目標(biāo)跟蹤等圖像分析技術(shù)的廣泛應(yīng)用，壓縮后的圖像直接由計(jì)算機(jī)算法進(jìn)行分析處理。在

3、這種情況下，設(shè)計(jì)圖像編碼算法應(yīng)該在節(jié)省碼率的同時(shí)保留對(duì)圖像分析有用的信息，從而保證圖像分析任務(wù)的性能。
　　對(duì)圖像視覺(jué)質(zhì)量的衡量牽涉到圖像處理領(lǐng)域的一個(gè)重要研究課題——圖像質(zhì)量評(píng)價(jià)，有效的圖像質(zhì)量評(píng)價(jià)方法可以更好地指導(dǎo)圖像編碼方法，提升編碼效率?，F(xiàn)有的圖像質(zhì)量評(píng)價(jià)方法主要利用圖像的底層信號(hào)級(jí)特征，忽略了圖像內(nèi)容中高層語(yǔ)義信息對(duì)衡量視覺(jué)質(zhì)量的影響。針對(duì)傳統(tǒng)圖像編碼方法的局限性和現(xiàn)有圖像質(zhì)量評(píng)價(jià)方法的不足，通過(guò)分析圖像內(nèi)容中的語(yǔ)義信息

4、，我們研究了基于語(yǔ)義的圖像編碼和利用圖像語(yǔ)義信息的無(wú)參考圖像質(zhì)量評(píng)價(jià)。論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
　　(1)針對(duì)移動(dòng)視覺(jué)檢索，本文提出了基于顯著性分析的語(yǔ)義圖像編碼方法。通過(guò)顯著性檢測(cè)，得到表示圖像中各區(qū)域重要性程度的顯著圖。然后采用閾值分割方法，得到包含目標(biāo)等圖像中重要語(yǔ)義信息的顯著區(qū)域。在編碼階段，采用基于感興趣區(qū)域的編碼方法，將碼率更多地分配給顯著區(qū)域，從而更好地保留圖像中的語(yǔ)義信息。實(shí)驗(yàn)表明，在保證相似檢索準(zhǔn)確率的情

5、況下，和傳統(tǒng)的JPEG2000編碼方法相比，我們提出的編碼方法可以節(jié)省12.25％乃至17.55％的編碼碼率。
　　(2)通過(guò)引入對(duì)圖像全局內(nèi)容中高層語(yǔ)義的理解，本文提出了利用圖像語(yǔ)義信息的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法，由全局和局部?jī)?nèi)容感知來(lái)近似模擬人類視覺(jué)系統(tǒng)對(duì)圖像視覺(jué)質(zhì)量的評(píng)價(jià)過(guò)程。我們采用深度卷積神經(jīng)網(wǎng)絡(luò)模擬人腦視覺(jué)系統(tǒng)對(duì)圖像全局內(nèi)容中高層語(yǔ)義信息的抽象理解;根據(jù)人眼視覺(jué)系統(tǒng)的視覺(jué)關(guān)注機(jī)制和多頻率通道特性，利用顯著區(qū)域選擇和Gab