[發(fā)明專利]基于超像素的恰可察覺失真方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011188873.1
• 申請(qǐng)日: 2020-10-30
• 公開（公告）號(hào): CN112634278B
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 王永芳;王闖
• 申請(qǐng)（專利權(quán)）人: 上海大學(xué)
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/90;G06T5/50
• 代理公司: 上海上大專利事務(wù)所(普通合伙) 31205
• 代理人: 何文欣

本發(fā)明公開了一種新的基于超像素的恰可察覺失真方法。本方法的建立步驟為：1、輸入圖像處理，2、區(qū)域特征計(jì)算，3、建立區(qū)域權(quán)重模型，4、建立聯(lián)合紋理粗糙度的對(duì)比掩蔽模型，5、獲得基于超像素的感知模型。本發(fā)明在相關(guān)測(cè)試圖像上進(jìn)行試驗(yàn)，實(shí)驗(yàn)結(jié)果顯示具有良好的準(zhǔn)確性和魯棒性。本發(fā)明引入?yún)^(qū)域權(quán)重模型和區(qū)域粗糙度調(diào)制模型，前者聯(lián)合了區(qū)域?qū)蛹?jí)的顏色對(duì)比度和凹形調(diào)制效應(yīng)，用以估計(jì)各區(qū)域的視覺重要程度，后者是在Tamura紋理粗糙度的基礎(chǔ)上細(xì)化窗口尺寸的選取，并考慮窗口間平均灰度差值的影響，用以估計(jì)各區(qū)域的紋理狀況。

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像視覺冗余估計(jì)方法，特別是涉及一種基于超像素的恰可察覺失真(just noticeable distortion，JND)模型，屬于圖像處理、計(jì)算機(jī)視覺領(lǐng)域。

背景技術(shù)

隨著互聯(lián)網(wǎng)和多媒體信息技術(shù)的快速發(fā)展，圖像和視頻已經(jīng)成為主要的信息傳播媒介，日益增長(zhǎng)的數(shù)據(jù)量對(duì)現(xiàn)有的編碼技術(shù)帶來巨大的挑戰(zhàn)。考慮到人眼是圖像/視頻的最終接收者，而人眼對(duì)低于某一閾值的像素值變化是察覺不到的，該值也被稱為JND閾值，因此可以利用人類視覺系統(tǒng)(Human Visual System，HVS)的特點(diǎn)來去除圖像中的視覺冗余，以提升現(xiàn)有的編碼效率，進(jìn)而節(jié)省寶貴的網(wǎng)絡(luò)帶寬資源。JND模型是一種有效的估計(jì)視覺冗余的方法，有著廣泛的應(yīng)用，例如視頻編碼、主觀評(píng)價(jià)、數(shù)字水印等等。

JND模型一般分為像素域JND模型和變換域JND模型兩大類，像素域JND模型根據(jù)圖像的像素值特性建立的模型，變換域JND模型是根據(jù)像素值在變換域的特性建立的模型。JND模型的發(fā)展是基于人類視覺系統(tǒng)的研究的，像素域JND模型主要包括亮度掩蔽(Luminance Masking，LM)效應(yīng)和對(duì)比度掩蔽(Contrasting Masking，CM)效應(yīng)，而變換域JND模型主要利用空間對(duì)比靈敏度函數(shù)(Contrast Sensitivity Function，CSF)模型、背景亮度自適應(yīng)(Luminance Adaptation，LA)效應(yīng)以及紋理掩蔽(Texture Masking，TM)效應(yīng)。隨著對(duì)HVS的不斷探索和挖掘，更多的視覺特性被提出運(yùn)用到新的JND模型建立當(dāng)中，例如自由能原理、模式復(fù)雜度、無序掩蔽效應(yīng)等等。近年來越來越多的JND模型被提出，但是這些模型的建立完全是基于像素的，并沒有在區(qū)域?qū)蛹?jí)考慮不同區(qū)域?qū)σ曈X的不同貢獻(xiàn)度。所以，根據(jù)人眼對(duì)各個(gè)區(qū)域的關(guān)注度和敏感度的不同，如何通過區(qū)域的顏色特征和紋理特征建立區(qū)域?qū)蛹?jí)的調(diào)制因子，怎么利用這些調(diào)制因子提升感知模型對(duì)人眼視覺系統(tǒng)的預(yù)測(cè)準(zhǔn)確性，是目前需要進(jìn)一步解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為了準(zhǔn)確地估計(jì)出圖像的視覺冗余信息，提出一種基于超像素的恰可察覺失真方法。由于人眼的識(shí)別能力是有限的，由于各個(gè)區(qū)域顏色、紋理等特征的不同，在觀測(cè)一幅圖像時(shí)，人眼對(duì)各區(qū)域的關(guān)注程度和敏感程度是不一樣的。

通過使用超像素分割算法(Simple Linear Iterative Clustering，SLIC)進(jìn)行圖像分割，分割后的各個(gè)超像素內(nèi)的像素點(diǎn)具有相同或相似的顏色和紋理等特征，組成具有一定視覺信息的像素塊。根據(jù)人眼對(duì)不同區(qū)域關(guān)注度的不同，計(jì)算超像素內(nèi)所有像素點(diǎn)在空間坐標(biāo)的平均值和顏色分量的平均值，用以建立區(qū)域?qū)蛹?jí)的顏色對(duì)比度模型，對(duì)比度越高，越容易受到關(guān)注。同時(shí)，考慮到人眼的凹形特征，即人類視覺系統(tǒng)對(duì)映射到人眼中央凹區(qū)的區(qū)域最敏感，并隨著離中央凹區(qū)的距離越來越遠(yuǎn)人眼的敏感度快速下降，選取對(duì)比度最高的區(qū)域作為中心凹區(qū)，建立區(qū)域?qū)蛹?jí)的凹形調(diào)制模型，離中心凹區(qū)越近，越容易受到關(guān)注。此外，由于紋理對(duì)人眼具有掩蔽效應(yīng)，計(jì)算區(qū)域的紋理粗糙度，并作為一種調(diào)制因子融入到感知模型中。本發(fā)明能夠較為準(zhǔn)確地估計(jì)出測(cè)試圖像的視覺冗余信息，更加符合人眼視覺特征，在保證主觀感知質(zhì)量的同時(shí)，能夠有效地去除更多的視覺冗余信息。此外，本發(fā)明對(duì)于研究超像素特征在人眼視覺和感知模型的應(yīng)用也有著重要的借鑒意義。

為達(dá)到上述目的，本發(fā)明的構(gòu)思是：