结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统,从而去除视频的视觉冗余成分,在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上,结合JND阈值的空间相关性与图像块类型,提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值,然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性,再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块,并且计算出对应的复杂度因子,最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明,在全I帧配置下,提出的算法与标准算法HM16.0相比,在人眼主观感知质量基本一致的情况下,平均可节省16.1%的码率。     

一种结合人眼对比度感知特性的彩色图像压缩算法

为了使图像压缩后的效果更加符合人眼感知特性,提出了一种结合人眼对比度敏感视觉特性的图像压缩算法。算法首先结合视觉特性和图像变换域频谱系数特征,提出一种图像的角频率的计算方法,并依据计算的角频率提出一种人眼觉察图像最小误差阈值的计算方法;然后以此阈值作为量化步长,提出一种图像变换域频谱系数的量化方法;最后采用霍夫曼编码算法进行编解码,实现图像的压缩。并对三幅彩色图像进行了仿真实验,结果表明:与JPEG技术相比,三幅彩色图和各分量图的平均压缩比、PSNR和SSIM依次提高了10.4807%、6.9879%和2.6494%。表明提出的结合人眼视觉特性的图像压缩算法是一种较好的、有实用价值的压缩算法。     

一种利用人眼视觉特性的数字图像水印技术

结合人眼对比度敏感视觉特性和图像特征,提出一种基于人眼视觉特性的频谱图的不同频率下最小可觉察误差阈值的计算方法,利用阈值来决定水印的嵌入和提取,设计水印方案并通过实验进行验证和攻击测试。结果表明,在JPEG压缩质量因子大于30%时,峰值信噪比均大于30dB,隐蔽性较好;相似度在压缩质量因子为20%的情况下还能达到0.653 9,且从直观上看,提取的水印仍能清晰可见。     

基于人眼视觉特性的小目标检测算法

人眼视觉特性一般应用于人眼观察数字图像的对比度增强领域,由于人眼视觉对连续数字图像中的小目标具有很强的检测能力,将人眼视觉特性引入小目标的检测领域,根据人眼视觉的侧抑制特性,以及在时间和空间上对变化的敏感特性,提出了基于人眼视觉特性的小目标检测算法.给出了一些仿真实验的结果,说明了此方法的有效性.     

基于感知的多视点视频编码宏块模式选择快速算法

多视点视频编码(MVC)采取可变块模式选择技术和 多参考帧技术显著提高了编码的压缩效率,但同时带来了巨大的 编码计算复杂度。为了降低MVC的计算复杂度,提出基于感知的快速MVC宏块模式选择 算法。基于人眼视觉感知的特点,利用视觉恰可察觉失真(JND)的概念建立MVC宏块的最优模 式和JND的联系,并利用该联系确定早期结束最优宏块模式选择过程的阈值,根据当前编码 宏块的JND与阈值的 关系自适应地减少每个编码宏块的模式搜索次数,进而减少MVC的方向搜索和参考帧搜索的 次数,以降 低编码的复杂度,提高MVC速度。实验结果显示,对于不同运动特性、内容、纹理信息、相 机间距和图像 尺寸的测试序列,提出的快速算法在率失真性能几乎不变的情况下平均节约76.00% 编码时间。     

中值滤波算法在人眼视觉系统中的增强改进

本文提出一种在中值滤波算法基础上利用人眼视觉特性改进的图像去噪增强算法。该方法首先利用人眼特性将灰度级进行调整以提高图像背景亮度,然后在滤波模版中利用JND曲线特性提高像素间的对比度,从而在去除噪声的同时提高了图像的清晰程度,使人眼获得更多的信息量。实验结果表明:该方法与传统滤波算法相比,处理过的图像更利于人眼观察。     

基于视频时域感知特性的恰可察觉失真模型

现有的时域恰可察觉失真(just noticeable distortion,JND)模型对时域特征参量的作用刻画尚不够充分,导致空时域JND模型精度不够理想。针对此问题,提出能准确刻画视频时域特性的特征参量以及异质特征参量同质化融合方法,并基于此改进时域JND模型。关注前景/背景运动、时域持续时间、时域预测残差波动强度、帧间预测残差等特征参量,用来刻画视频内容的时域特征;基于人眼视觉系统(human visual system,HVS)特性探索感知概率密度函数,将异质特征参量统一映射到自信息和信息熵尺度上,实现同质化融合度量;从能量分配的角度探究视觉注意与掩蔽的耦合方法,并据此构建时域JND权重模型。在空域JND阈值的基础上,融合时域权重以得到更加准确的空时域JND模型。为了评估空时域JND模型的性能,进行了主观质量评估实验,与现有的JND模型相比,在感知质量接近的情况下,提出的空时域JND模型能够容忍更多失真,具有更强的掩藏噪声的能力。     

改进的JND模型及其在图像编码中的应用

对现有的DCT域恰可察觉失真(Just-Noticeable-Distortion,JND)模型进行改进,首先对JND模型中的亮度自适应因子进行准确化,其次在考虑纹理掩盖效应时引入平均边缘权重系数对图像进行分块,使JND模型更加符合人眼的视觉特性.并将改进的JND模型应用于图像编码中.实验结果表明,改进的JND模型和人眼特性的吻合性更好,在保证图像主观质量一定的情况下,与现有JND模型相比,可以容忍更多的失真,而基于改进JND模型的图像编码方法能够大大地提高编码效率.     

基于熵掩蔽的DCT域恰可察觉失真模型

为提高离散余弦变换（discrete cosine transform,DCT）域恰可察觉失真（just noticeable distortion,JND）模型阈值精度并避免跨域操作，将熵掩蔽效应引入DCT域JND模型。首先，从自由能理论和贝叶斯推理出发，设计基于DCT域纹理能量相似性的自回归模型模拟视觉感知过程中的自发预测行为；其次，探索视觉感知与预测残差的映射关系得到块级无序度，并将熵掩蔽效应建模为关于无序度的JND阈值调节因子；最后，结合空间对比敏感度函数、亮度自适应掩蔽以及对比度掩蔽，提出基于熵掩蔽的DCT域JND模型。与现有DCT域JND模型相比，所提模型所有运算均在DCT域执行，更高效简洁。主观、客观实验结果表明，所提模型在感知质量相同或更好的情况下，噪声污染图的平均峰值信噪比（peak signal-to-noise ratio,PSNR）值比其他4个JND对比模型低2.04 dB，更符合人眼视觉系统的感知特性。     

基于HVS的DCT域数字水印技术

提出了一种结合HVS的DCT域自适应图像水印算法,该算法根据人类视觉系统的频率、亮度、对比度特点,利用JND阈值自适应地调整要嵌入的水印强度,并根据人类视觉频率响应函数表征的人眼对中频信息敏感度较低频信息敏感度低的特点,把水印信息嵌入到经过DCT变换后的原始图像中频区域,完成数字水印的嵌入。