[發(fā)明專(zhuān)利]DCT域內(nèi)基于視覺(jué)注意力機(jī)制的圖像JND閾值計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310413594.4
• 申請(qǐng)日: 2013-09-12
• 公開(kāi)（公告）號(hào): CN103475881B
• 公開(kāi)（公告）日: 2016-11-23
• 發(fā)明（設(shè)計(jì)）人: 張冬冬;高利晶;臧笛;孫杳如
• 申請(qǐng)（專(zhuān)利權(quán)）人: 同濟(jì)大學(xué)
• 主分類(lèi)號(hào): H04N19/61
• 分類(lèi)號(hào): H04N19/61;H04N19/154
• 代理公司: 上海天協(xié)和誠(chéng)知識(shí)產(chǎn)權(quán)代理事務(wù)所 31216
• 代理人: 葉鳳

1.一種基于DCT域的圖像可覺(jué)察失真度計(jì)算方法，包括以下步驟：

步驟?S1：將選定的圖像進(jìn)行8x8的DCT變換，將其由空域變換到DCT域；

步驟S2：在DCT域，根據(jù)空間對(duì)比度效應(yīng)閾值和亮度自適應(yīng)調(diào)制因子的乘積計(jì)算獲得的基本的可覺(jué)察失真度JND值；

步驟S3：利用canny邊緣檢測(cè)器對(duì)圖像進(jìn)行分塊，分為平滑塊、邊緣塊和紋理塊，得到基于塊結(jié)構(gòu)的對(duì)比度掩蔽函數(shù)；

步驟S4：利用視覺(jué)注意模型對(duì)圖像進(jìn)行顯著性檢測(cè)，得到圖像的顯著圖；

步驟S5：

若選擇方案一，此步驟則按照步驟S4所得的顯著圖對(duì)圖像進(jìn)行分割，將圖像分為顯著區(qū)域和非顯著區(qū)域，然后基于每個(gè)點(diǎn)的顯著值，得到基于視覺(jué)注意力機(jī)制的對(duì)比度掩蓋因子；

若選擇方案二，此步驟則首先將圖像分割成顯著區(qū)域和非顯著區(qū)域，然后對(duì)步驟S4所得的顯著圖分塊，用每個(gè)塊的顯著值的平均值代替整個(gè)塊的顯著值，并基于每個(gè)塊的顯著值得到基于視覺(jué)注意力機(jī)制的對(duì)比度掩蔽因子；

步驟S6：將步驟S5得到的圖像顯著區(qū)域和非顯著區(qū)域的分割結(jié)果和步驟S3所得的塊分類(lèi)結(jié)果相結(jié)合，對(duì)圖像進(jìn)行更加細(xì)致的分塊，并將基于視覺(jué)注意力機(jī)制對(duì)比度掩蔽因子和基于塊結(jié)構(gòu)的對(duì)比度掩蔽因子按照線性關(guān)系結(jié)合起來(lái)，得到綜合的對(duì)比度掩蔽調(diào)制函數(shù)；

步驟S7：步驟S6計(jì)算得到的調(diào)制函數(shù)值對(duì)步驟S2計(jì)算得到的JND基本閾值進(jìn)行調(diào)制，得到最終的JND閾值。