融合结构与非结构信息的自然图像恰可察觉失真阈值估计

目的 研究表明,图像的恰可察觉失真（JND）阈值主要与视觉系统的亮度适应性、对比度掩模、模块掩模以及图像结构等因素有关。为了更好地研究图像结构对JND阈值的影响,提出一种基于稀疏表示的结构信息和非结构信息分离模型,并应用于自然图像的JND阈值估计,使JND阈值模型与人眼视觉系统具有更好的一致性。方法 首先通过K-均值奇异值分解算法（K-SVD）得到过完备视觉字典。然后利用该过完备字典对输入的自然图像进行稀疏表示和重建,得到该图像对应的结构层和非结构层。针对结构层和非结构层,进一步设计基于亮度适应性与对比度掩模的结构层JND估计模型和基于亮度对比度与信息不确定度的非结构层JND估计模型。最后利用一个能够刻画掩模效应的非线性可加模型对以上两个分量的JND估计模型进行融合。结果 本文提出的JND估计模型利用稀疏表示将自然图像的结构/非结构信息进行分离,然后采用符合各自分量特点的JND模型进行计算,与视觉感知机理高度一致。实验结果表明,本文JND模型能够有效地预测自然图像的JND阈值,受污染图的峰值信噪比（PSNR）值比其他3个JND对比模型值高出35 dB。结论 与现有模型相比,该模型与人眼主观视觉感知具有更好的一致性,更能有效地预测自然图像的JND阈值。     

交互式三维视频系统研究进展

交互式三维视频是多媒体技术领域中的研究热点和难点.文中针对交互式三维视频系统,从系统实现的角度就视频编码、虚拟视点绘制等关键技术进行了分析与综述,并对目前已有的实际多视点视频系统及在此基础上建立起来的交互式三维视频系统进行了分类,对其优缺点进行了分析.最后,就交互式三维视频系统的进一步发展提出了若干技术与理论的展望.     

基于YCbCr彩色空间的彩色图象水印新方法

随着计算机网络和多媒体技术的发展,数字水印技术正逐渐成为多媒体版权保护的一种有效途径。数字水印处理的目的在于将秘密的个人信息隐含于数字多媒体信号中,以保护其知识产权或证明其真实可靠性,提出了一种基于彩色空间的彩色图象水印处理方法。输入的彩色图象首先由通常的RGB空间变换到YCbCr彩色空间,在YCbCr空间中给出了四种嵌入水印的方案和相应的水印检测算法,最后,实验证明了算法的有效性。     

基于多视点视频特征的3D-HEVC深度视频信息隐藏算法

为了更安全地传输秘密信息和保护3D视频,提 出基于多视点视频特征的3D-HEVC深度视频信息隐 藏算法。首先结合彩色视频的纹理特征,考虑深度视频不同区域对绘制视点的质量和编码效 率的影响,对 深度视频进行区域分割。然后针对不同的区域,采用不同的方式调制最大编码单元(LCU) 的QP值嵌入 秘密信息。最后,用修改后的QP值进行编码压缩,传输视频信息。实验仿真结果表明,相 比于原始HTM13.0, 本算法编码重建深度视频绘制视点质量的PSNR平均下降0.0015dB, 码率平均增加0.035%。本文算法 能较好地保证绘制视点的质量,对视频流的码率影响较小,且能实现秘密信息的盲提取。     

一种基于人眼视觉注意力的三维视频重定向方法

从人眼视觉注意力的角 度出发,提出了一种三维视频重定位方法。首先,引入场景的深度信息,并结合梯度、显著 性和运动对象检 测构造模型,得到视觉注意力能量项;然后,分别构造帧内能量项和帧间能量项,并结合视 觉注意力能量项, 构造总能量函数进行细缝裁剪,实现视频的重定向。实验结果表明,本文方法能够较好地保 护视频场景中 的重要对象,并避免较大的失真和抖动。     

三维网格客观质量评价

随着三维网格在数字游戏、影视动画、虚拟现实等领域的广泛应用,针对三维网格的处理方法也越来越多,包括压缩、简化、嵌入水印和去噪等,这些处理技术均不可避免地导致三维网格的失真。如何更好地评估三维网格的视觉质量成为目前亟需解决的问题。回顾了近20年来发展起来的三维网格的客观质量评价方法。介绍了这一领域常用评价方法的技术指标以及常用的数据库;对现有的典型三维网格的质量评价方法进行了分类并介绍了其各自的特点;在常用的数据库上对所介绍的典型算法进行性能测试和比较;对三维网格客观质量评价方法进行了总结与展望。     

基于双目特征联合的无参考立体图像质量评价

通过模拟人类视觉系统(HVS)的双目视觉行为,提 出一种基于双目特征联合的无参考立 体图像质量评价(NR-SIQA)方法。首先分析立体视觉感知中的双目联合行为,提出 可应用于立体图像质量预 测的双目联合模型;然后采用学习和统计分析的方法,分别提取局部和全局特征并联合作 为感知特征; 最后采用机器学习算法,建立特征和质量的关系模型,并结合基于特征的双目联合模型预测 立体图像质量。实验结果表明,本文方法在对称立体图像库上的Pearson线性相关系数(PLCC)和Spearman等级系数(SRCC)高于0.93,在非对称库上高于0.87,优 于现有评价方法。     

一种设计语言信号波形矢量量化器的新算法

本文提出了波形矢量量化器码本的特征变量,对码本的分布特性进行了研究,提出了合理构造初始码本、快速训练码本和快速量化矢量的设计波形矢量量化器新算法。计算机模拟结果表明,新算法明显缩减了码本训练时间、提高了矢量量化的速度。     

快速帧内预测模式选择新方法

为了提高编码性能,H.264采用了RDO(率失真优化),但与此同时带来的是计算复杂度的增加.本文着重分析了H.264中快速帧内预测模式选择的问题.为了降低帧内预测模式选择的计算复杂度,提出了一种高效的快速帧内预测模式选择算法.首先,对Pan的基于边缘方向直方图的快速算法进行了改进,同时提出了基于参考象素特征的4×4快速帧内预测模式选择算法,并将两者进行了结合.实验结果表明,本文算法和H.264校验模型JM61相比,I帧编码时间降低61%~69%,而PSNR基本保持不变,输出码率仅略有增加;与Pan的基于边缘方向直方图快速算法相比,本文算法的I帧编码时间降低12%~33%,PSNR和输出码率均基本保持不变.     

基于视觉的车道状态估计

车道状态估计是车辆辅助驾驶系统的关键功能。本文提出了一种基于教育处机视觉的车道状态估计新方法。提出了车道标线在图像平面中的一种描述,讨论了其性质,并应用于车道的检测。利用真实世界中车辆在二维图像平面中的透视特征,提出了基于二值有序变换（BROT）的障碍物检测新方法。由于采用单目视觉方法检测前方车辆以控制车辆的横向偏离和纵向间距,降低了系统的复杂度,实验结果显示了新方法的有效性。