[发明专利]基于概率密度函数字典的图像DCT系数分布拟合方法有效
申请号: | 201911069046.8 | 申请日: | 2019-11-05 |
公开(公告)号: | CN110880192B | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 宋传鸣;葛明博;王相海;刘丹 | 申请(专利权)人: | 辽宁师范大学 |
主分类号: | H04N19/625 | 分类号: | H04N19/625;G06V10/772 |
代理公司: | 大连非凡专利事务所 21220 | 代理人: | 闪红霞 |
地址: | 116000 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 概率 密度 函数 字典 图像 dct 系数 分布 拟合 方法 | ||
本发明公开一种基于概率密度函数字典的图像DCT系数分布拟合方法,首先利用柯西分布、拉普拉斯分布、逻辑斯谛分布、极值分布和高斯分布建立一个概率密度函数字典;其次,采用Kullback‑Leibler(K‑L)测度来衡量概率密度函数字典中各个单一分布拟合DCT系数的精度,从中选取两个拟合度最优的单一分布组成混合分布函数,并为这两个分布分别设置一个自适应权重;然后,采用核密度估计方法统计输入图像DCT系数的真实概率密度,并利用DCT系数在每个区间(bin)的离散采样值建立一个以自适应权重为未知数的线性超定方程组;最后,求解线性超定方程组,得到混合分布函数的自适应权重。
技术领域
本发明涉及数字图像处理领域,尤其是一种稳定高效、自适应性强及拟合精度高的基于概率密度函数字典的图像DCT系数分布拟合方法。
背景技术
图像是人类对客观世界的一种描述或写真,是人类社会活动中最常用的信息载体之一。有研究指出,在人类获取的信息中,大约有75~80%都来自视觉。因此,图像分析、识别和理解是数字图像处理领域的核心问题,对多媒体时代的信息获取具有重要的理论和现实意义。然而,随着图像采集技术和设备的飞速发展,数字图像的种类愈来愈多样化,既有反映可见光信息的自然图像、计算机合成图像(亦称为“屏幕内容图像”),又出现了刻画不可见光信息的雷达图像、声纳图像、X光图像、超声图像、遥感图像、高光谱图像等。这些数字图像在光源、采集手段、拍摄对象等方面各有不同,其像素和稀疏系数分布规律往往存在显著区别。在这种情况下,图像统计学便应运而生。图像统计学是图像去噪、分割、压缩、内容分类、纹理分析、质量评价等各类处理的研究基础之一,它对于加深人们对图像本质的宏观认知程度、提高数字图像和视频处理的效率具有重要的理论和应用价值,已经得到越来越多研究人员的关注和重视。
关于图像统计学的研究最早可追溯至上世纪50年代中期,目前为止,研究人员总结出了数字图像主要具备两种典型的分布规律,包括尺度不变性和非高斯性。其中,前者是指图像的功率谱在空间域服从幂律分布,后者则是指图像在空间域和变换域均呈现出“高尖峰、厚拖尾”的特点。Ruderman等人在研究了森林图像的分布规律后发现,其局部统计量(如对比度、对比度梯度、局部方差等)表现出高斯分布所不具有的尺度不变性和尾部指数性;进一步地,他们指出自然图像由一系列统计独立的小区域所组成,并为图像的幂律分布提供了理论依据。同时,Luo等人借助贝叶斯估计框架和Gibbs随机场对小波变换系数的空间分布和强度分布进行了统一建模。后来,随着人们对图像随机结构研究的不断深入,马尔可夫随机场(Markov Random Field,MRF)被广泛应用于图像建模领域。通过扩展传统的MRF模型,Roth和Black建立了一个可用来学习图像先验的专家域(Fields of Experts,FOE)模型;Yousefi等人引入了一种双边马尔可夫网格随机场模型,能够克服经典MRF模型的难解性及其所导致的模型非对称性;Zhai等人提出了一种基于最小描述长度原理的图像上下文模型,在无损预测编码和图像去噪方面表现出较大的应用潜力;通过融合协方差结构、对比度变化和复杂纹理等成分,Zoran和Weiss的工作则进一步揭示了混合高斯模型(GaussianMixture Model,GMM)在图像统计建模方面的优势。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁师范大学,未经辽宁师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911069046.8/2.html,转载请声明来源钻瓜专利网。