发明名称 基于视觉感知的多分辨率JND模型建构方法
摘要 本发明公开了一种基于视觉感知的多分辨率JND模型建构方法。本发明包括如下步骤:1.建立一组平衡多小波滤波器,并利用其对输入的图像进行多通道小波分解;2.分别计算亮度层和色度层的JND基本阈值、亮度掩蔽因子和对比度掩蔽因子以模拟空间对比度敏感函数效应、亮度自适应掩蔽效应和对比度掩蔽效应;3.别在亮度层和色度层上,计算得到基于视觉感知的多分辨率JND模型。本发明高效地仿真了人类视觉系统的特性,综合考虑了多通道分解、空间对比度敏感函数效应、亮度自适应掩蔽效应和对比度掩蔽效应等,实现了基于视觉感知的多分辨率JND模型建构,该模型不仅能够注入更多的噪声,而且能使注入噪声后图像依然保持较高的视觉质量。
申请公布号 CN102905130A 申请公布日期 2013.01.30
申请号 CN201210372165.2 申请日期 2012.09.29
申请人 浙江大学 发明人 丁勇;张渊;谢鹏宇;李佳晨;周帆;申晓彤
分类号 H04N7/26(2006.01)I 主分类号 H04N7/26(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1. 基于视觉感知的多分辨率JND模型建构方法,其特征在于包括以下步骤:步骤(1).建立多小波滤波器组:记第<i>k</i>尺度函数为<i>m</i><sub><i>k</i></sub>(<i>t</i>)和第<i>k</i>个小波函数为<i>n</i><sub><i>k</i></sub>(<i>t</i>),则<i>k</i>个尺度函数的向量表达为:<b>M(</b>t<b>)</b>=[<i>m</i><sub>1</sub>(<i>t</i>)<i>m</i><sub>2</sub>(<i>t</i>)<i>m</i><sub>3</sub>(<i>t</i>)…<i>m</i><sub><i>k</i></sub>(<i>t</i>)]<sup><i>T</i></sup>,进而<i>k</i>个小波函数组成的向量表达为:<b>N(</b>t<b>)</b>=[<i>n</i><sub>1</sub>(<i>t</i>)<i>n</i><sub>2</sub>(<i>t</i>)<i>n</i><sub>3</sub>(<i>t</i>)<i>…n</i><sub><i>k</i></sub>(<i>t</i>)]<sup><i>T</i></sup>;<b>M(</b>t<b>)</b>和<b>N(</b>t<b>)</b>满足如下矩阵细化方程:<img file="2012103721652100001DEST_PATH_IMAGE002.GIF" wi="178" he="28" />(1)<img file="2012103721652100001DEST_PATH_IMAGE004.GIF" wi="170" he="28" />(2)其中,<b>H</b>为<i>k</i>×<i>k</i>维的低通滤波矩阵,<b>G</b>为<i>k</i>×<i>k</i>维的高通滤波矩阵,k为自然数;t表示横坐标,x表示沿着横坐标的偏移量;进而,得到多小波分解方程:<img file="2012103721652100001DEST_PATH_IMAGE006.GIF" wi="144" he="41" />(3)<img file="2012103721652100001DEST_PATH_IMAGE008.GIF" wi="144" he="40" />(4)在重构阶段,其重构函数为:<img file="2012103721652100001DEST_PATH_IMAGE010.GIF" wi="240" he="40" />(5)其中,<img file="DEST_PATH_IMAGE012.GIF" wi="34" he="26" />指细节分量,<img file="DEST_PATH_IMAGE014.GIF" wi="33" he="26" />指近似分量;j为尺度;步骤(2).使用平衡的方法来克服步骤(1)得到的不平衡多小波滤波器组中存在的频谱特性不同问题,构建平衡多小波滤波器:根据步骤(1)中的低通滤波器矩阵<b>H</b>和高通滤波器矩阵<b>G</b>,定义band-Toeplitz矩阵<b>A</b>和<b>B</b>为:<img file="DEST_PATH_IMAGE016.GIF" wi="254" he="86" />(6)<img file="DEST_PATH_IMAGE018.GIF" wi="252" he="87" />(7)并且引入<b>u</b> = [… 1 1 1 1 …]<sup><i>T</i></sup>,如果满足<b>A</b><sup><i>T</i></sup><b>u</b> = <b>u </b>和<b>B</b><sup><i>T</i></sup><b>u</b> = <b>0</b>,则该正交的多小波系统就被称为平衡多小波系统;步骤(3).利用步骤(2)所建立的平衡多小波滤波器对输入图像进行小波分解;步骤(4).在平衡多小波域,对于亮度层,把子块所覆盖频率范围内所对应的空间对比敏感度的最大值,作为该子块所对应的空间对比敏感度,并作为JND的基本阈值<img file="DEST_PATH_IMAGE020.GIF" wi="38" he="28" />;<img file="445984DEST_PATH_IMAGE020.GIF" wi="38" he="28" />= 1/<img file="DEST_PATH_IMAGE022.GIF" wi="50" he="28" /><img file="DEST_PATH_IMAGE024.GIF" wi="307" he="29" />(8)<img file="DEST_PATH_IMAGE026.GIF" wi="253" he="33" />(9)其中,<img file="DEST_PATH_IMAGE028.GIF" wi="49" he="25" />指空间频率敏感度,平衡多小波域的每个子带被标记为(<i>λ</i>,<i>θ</i>),<i>λ</i>为小波分解的层数,<i>θ</i>指示每个子带的分解方向;子带分解方向0, 1, 2, 3分别标记子带<i>LL</i>,<i> LH</i>,<i> HL</i>,<i> HH</i>;<i>β</i>表示每个子带中四个子块的相对位置;max( )表示返回序列的最大值;在平衡多小波域,其子带(λ,θ)的范围为:<img file="DEST_PATH_IMAGE030.GIF" wi="244" he="97" />(10)<img file="DEST_PATH_IMAGE032.GIF" wi="241" he="97" />(11)其中,其中<img file="DEST_PATH_IMAGE034.GIF" wi="61" he="26" />是子带(λ,θ)水平方向的频率范围,<img file="DEST_PATH_IMAGE036.GIF" wi="61" he="28" />是子带(λ,θ)垂直方向的频率范围,<i>λ</i>层子带的最高频率为:<img file="DEST_PATH_IMAGE038.GIF" wi="105" he="33" />(12)<img file="DEST_PATH_IMAGE040.GIF" wi="102" he="43" />(13)其中,<i>v</i>为视距,<i>d</i>为显示器分别率,<i>r</i>是显示视觉分辨率;步骤(5).采用公式(14)计算亮度掩蔽因子:<img file="DEST_PATH_IMAGE042.GIF" wi="306" he="60" />(14)其中,<i>y</i><sub><i>Y</i></sub><sup><i>β</i></sup>(<i>λ</i><sub><i>max</i></sub>,0,<i>i</i><sup><i>’</i></sup>,<i>j</i><sup><i>’</i></sup>)代表平衡多小波位于最高分解尺度<i>λ</i><sub><i>max</i></sub><i>LL</i>子带中第<i>β</i>子块的小波系数;<i>v</i><sub><i>mean</i></sub> = 2<sup><i>B-</i>1</sup>,其中<i>B</i>代表像素的位深;而且,在公式(14)中,坐标(<i>λ</i><sub><i>max</i></sub>,0,<i>i</i><sup><i>’</i></sup>,<i>j</i><sup><i>’</i></sup>)和(<i>λ</i>,<i>θ</i>,<i>i</i>,<i>j</i>)的关系如下:<img file="DEST_PATH_IMAGE044.GIF" wi="221" he="41" />(15)其中,[ ]代表取整操作;步骤(6).在频率域计算亮度层的对比度掩蔽因子:<img file="DEST_PATH_IMAGE046.GIF" wi="303" he="29" />(16)其中,<img file="DEST_PATH_IMAGE048.GIF" wi="108" he="28" />为自对比掩蔽因子,<img file="DEST_PATH_IMAGE050.GIF" wi="109" he="28" />为相邻对比掩蔽因子;步骤(7).利用步骤(4)~(6)得到的亮度层的JND基本阈值<img file="508617DEST_PATH_IMAGE020.GIF" wi="38" he="28" />,亮度掩蔽因子<img file="DEST_PATH_IMAGE052.GIF" wi="88" he="28" />和对比度掩蔽因子<img file="DEST_PATH_IMAGE054.GIF" wi="89" he="28" />构建JND阈值<i>JND</i><sub><i>Y</i></sub><sup><i>β</i></sup>(<i>λ</i>,<i>θ</i>,<i>i</i>,<i>j</i>) (<i>β</i>=0,1,2,3):<img file="DEST_PATH_IMAGE056.GIF" wi="239" he="29" />(17)其中,调制因子<img file="DEST_PATH_IMAGE058.GIF" wi="96" he="28" />是亮度掩蔽因子<img file="993693DEST_PATH_IMAGE052.GIF" wi="88" he="28" />和对比度掩蔽因子<img file="4375DEST_PATH_IMAGE054.GIF" wi="89" he="28" />的乘积:<img file="DEST_PATH_IMAGE060.GIF" wi="282" he="29" />(18)步骤(8).构建基于频率域色度层的JND模型:<img file="DEST_PATH_IMAGE062.GIF" wi="240" he="29" />(19)<img file="DEST_PATH_IMAGE064.GIF" wi="274" he="29" />(20)其中,<i>ζ</i>代表色度信号;<img file="DEST_PATH_IMAGE066.GIF" wi="105" he="28" />是色度层的JND阈值;<img file="DEST_PATH_IMAGE068.GIF" wi="94" he="28" />为调制因子;<img file="DEST_PATH_IMAGE070.GIF" wi="88" he="28" />为色度层对比度掩蔽因子,<img file="221598DEST_PATH_IMAGE070.GIF" wi="88" he="28" />的计算方法与步骤(6)计算亮度层的对比度掩蔽因子的方法相同。
地址 310027 浙江省杭州市西湖区浙大路38号