[发明专利]一种屏幕图像JND模型构建方法

说明书

本发明涉及一种屏幕图像JND模型构建方法。首先利用文本分割技术得到屏幕图像的文本区域；其次提取文本区域的边缘像素，将屏幕图像分为文本边缘区域和非文本边缘区域；然后利用边缘宽度和边缘对比度计算出边缘结构失真敏感度和边缘对比度掩蔽，得到文本边缘区域视觉掩蔽模型；接着计算出非文本边缘区域的亮度自适应和对比度掩蔽效应，得到非文本边缘区域视觉掩蔽模型；最后结合文本边缘区域和非文本边缘区域的视觉掩蔽模型得到屏幕图像JND模型。本发明充分考虑屏幕图像特点以及人眼对屏幕图像不同区域具有不同的视觉感知特性等因素，对屏幕图像的视觉冗余信息有较为准确的估计，可广泛地应用到屏幕图像技术领域。

技术领域

本发明涉及图像处理领域，尤其涉及屏幕图像视觉冗余估计方法。

背景技术

随着移动互联网和多媒体信息技术的快速发展，虚拟屏幕共享、远程教育和网络游戏等应用在人们实际生活中越来越流行，由此也产生了庞大的屏幕图像/视频数据，给图像/视频编码技术带来了巨大的挑战。考虑到人眼是图像/视频的最终接收者，那么如何利用人眼视觉特性来去除图像/视频中的视觉冗余以提升感知编码效率成为了当前学术界和工业界的研究热点。其中，恰可觉察失真模型(Just Noticeable Difference Model，JNDModel)对图像/视频中的视觉冗余有较为准确地量化估计。但是当前大多数的JND模型都只是针对自然图像，并不能较好地估计屏幕图像的视觉冗余信息。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种屏幕图像JND模型构建方法，能准确估计屏幕图像的视觉冗余信息。

本发明采用如下技术方案：

一种屏幕图像JND模型构建方法，其特征在于，步骤如下：

1)输入屏幕图像；

2)利用文本分割技术得到屏幕图像的文本区域；

3)提取文本区域的边缘，将屏幕图像分为文本边缘区域和非文本边缘区域；

4)利用文本边缘像素的边缘宽度和边缘对比度相应地计算出边缘结构失真敏感度和边缘对比度掩蔽，得到文本边缘区域的视觉掩蔽模型；

5)计算非文本边缘区域的亮度自适应和对比度掩蔽，得到非文本边缘区域的视觉掩蔽模型；

6)结合文本边缘区域和非文本边缘区域的视觉掩蔽模型，得到屏幕图像JND模型。

所述的文本边缘区域的视觉掩蔽模型通过如下公式获得：

T_e(x,y)＝T_es(x,y)+T_ec(x,y)-0.2·min{T_es(x,y),T_ec(x,y)}

其中T_e(x,y)、T_es(x,y)和T_ec(x,y)分别表示像素坐标为(x,y)的文本边缘像素的视觉掩蔽、边缘结构失真敏感度和边缘对比度掩蔽。

所述的边缘结构失真敏感度和边缘对比度掩蔽通过如下公式获得：

T_es(x,y)＝|w_d(x,y)-w_r(x,y)|

T_ec(x,y)＝min{|T_c+(x,y)-T_c(x,y)|,|T_c-(x,y)-T_c(x,y)|}