基于DCT域的彩色图像可觉察失真度计算方法

摘要

本发明涉及视频图像通信技术领域，尤其涉及一种基于DCT域的彩色图像可觉察失真度计算方法。本发明将选定的彩色图像由RGB色彩空间转换到Lab色彩空间，对Lab色彩空间下的L、a、b三个分量分别进行8×8的DCT变换，将其由空域变换到DCT域，在DCT域，根据亮度基本阈值和调制因子的乘积计算获得亮度分量L的可觉察失真度JND值，在DCT域，根据色度基本阈值和调制因子的乘积计算获得色度分量a、b的可觉察失真度JND值。本发明彩色图像可觉察失真度计算方法整体上具有更低的峰值信噪比(PSNR)值，其能容忍更多的客观失真。

主权项

1.一种基于DCT域的彩色图像可觉察失真度计算方法，其特征在于，包括以下步骤：①将选定的彩色图像由RGB色彩空间转换到Lab色彩空间；②对Lab色彩空间下的L、a、b三个分量分别进行8×8的DCT变换，将其由空域变换到DCT域；③在DCT域，根据亮度基本阈值和调制因子的乘积计算获得亮度分量L的可觉察失真度JND值；④在DCT域，根据色度基本阈值和调制因子的乘积计算获得色度分量a、b的可觉察失真度JND值；步骤③中所述亮度分量L的可觉察失真度JND值采用如下公式计算获得：JND_lum(n，i，j)＝T_{lum_basic}(n，i，j)·F_{lum_M}(n，i，j)其中，T_{lum_basic}(n，i，j)为亮度基本阈值，F_{lum_M}(n，i，j)为调制因子，n为DCT块的索引，W为图像的宽度，H为图像的高度，i、j为DCT块中系数的索引，1≤i≤8，1≤j≤8；所述亮度基本阈值采用如下公式计算获得：T_{lum_basic}(n，i，j)＝s·T(n，i，j)其中，$T(n,i,j)=\frac{1}{{\phi }_i·{\phi }_j}·\frac{\exp \left({\mathrm{cw}}_{\mathrm{ij}}\right)/(a+{\mathrm{bw}}_{\mathrm{ij}})}{r+(1-r){\cos }^2{\upsilon }_{\mathrm{ij}}},$$w_{i,j}=\frac{1}{2N}\sqrt{{(i/{\theta }_x)}^2+{(j/{\theta }_y)}^2},$${\phi }_m=\left\{\begin{array}{cc}\sqrt{1/N}& m=0\\ \sqrt{2/N}& m>0\end{array}\right.,$${\upsilon }_{\mathrm{ij}}=\arcsin (2w_{i0}{w}_{0j}/w_{\mathrm{ij}}^2),$w_i，j表示DCT子带的空间频率，R_vd表示观察距离和图像高度的比例，3≤R_vd≤6，P_ich表示在图像高度上的像素点的个数，N为DCT的块大小，N＝8，参数a＝1.33，b＝0.11，c＝0.005，s＝1.1，r＝0.6；所述调制因子采用如下公式计算获得：F_{lum_M}(n，i，j)＝F_lum(n，i，j)·F_contrast(n，i，j)其中亮度自适应因子F_lum的计算公式如下：$F_{\mathrm{lum}}=\left\{\begin{array}{cc}1+(60-\bar{I})/150& \bar{I}\le 60\\ 1& 60<\bar{I}<170\\ 1+(\bar{I}-170)/425& \bar{I}\ge 170\end{array}\right.$其中，为DCT块中的平均亮度值；其中，亮度对比掩蔽因子F_contrast的计算公式如下：对于块中的高频系数：对于块中的低频系数：ε＝1.9，s₁＝0.9，s₂＝0.7；其中，的定义如下：将图像中的所有8×8大小DCT块进行分类，分成纹理、平坦和边缘三类；用canny算子来检测计算图像中的边缘信息，通过计算每个8×8块中的边缘像素密度ρ_edge来对块进行分类，具体过程如下：${\rho }_{\mathrm{edge}}=\left(\underset{8\times 8}{\Sigma }\mathrm{edge}\right)/N^2$其中，表示每个8×8块中通过canny算子得到的边缘像素的总数；N为DCT块大小，取N＝8；由8×8的DCT块类型可知，块间掩蔽效应因子为：步骤④中色度分量a、b的可觉察失真度JND值采用如下公式计算获得：JND_colar(n，i，j)＝T_{color_basic}(n，i，j)·F_{color_M}(n，i，j)其中，T_{color_basic}(n，i，j)为色度基本阈值，F_{color_M}(n，i，j)为调制因子，n为DCT块的索引，i、j为DCT块中系数的索引。