[发明专利]基于超像素的恰可察觉失真方法

权利要求书

1.一种基于超像素的恰可察觉失真方法，其特征在于，包括如下步骤：

步骤1、输入图像的预处理：

包括超像素分割和颜色空间的转换，使用超像素分割算法中的简单线性迭代聚类对输入图像进行区域分割，将超像素视为视觉输入单元；同时将输入图像转换到视觉感知均匀的LAB颜色空间，以便后续的操作处理；

步骤2、区域特征的计算：

包括颜色特征和纹理特征，对于颜色特征，首先计算超像素区域内所有像素的空间坐标X、Y的平均值和颜色分量L、A、B的平均值，再依次计算与其它超像素的空间距离和颜色差异，计算超像素之间的颜色对比度；此外，考虑到人眼的凹形特性，选取颜色对比度高的5个区域建立基于区域的凹形调制模型；对于纹理特征，根据纹理粗糙程度对人眼的掩蔽效应，在Tamura纹理粗糙度的基础上，进一步细化窗口尺寸的选取，同时考虑窗口之间平均灰度差值的影响，建立基于区域的纹理粗糙度模型；

步骤3、区域权重模型的建立：

根据人眼视觉特性，人眼对同一幅图像中不同区域的关注度是不一样的，在步骤2中，通过各区域的颜色分量和空间坐标建立了基于区域的对比度模型和凹形调制模型，估计各区域的关注程度，建立区域权重模型；对比度越高，越易受到关注；离中心凹区越近，越易受到关注；

步骤4、联合纹理粗糙度的对比掩蔽模型：

在步骤2中，根据纹理对人眼的视觉掩蔽效应，建立基于区域的纹理粗糙度模型；考虑到对比掩蔽模型仍需要进一步完善，利用纹理粗糙度来提升模型的准确度，建立联合纹理粗糙度的对比掩蔽模型；

步骤5、基于超像素的感知模型：

在步骤3和4的基础上，将联合纹理粗糙度的对比掩蔽模型与亮度掩蔽模型进行融合，在区域权重模型的加权下，得到最后的感知模型。

2.根据权利要求1所述基于超像素的恰可察觉失真方法，其特征在于，在所述步骤1中，使用超像素分割算法SLIC，将图像分割为K个区域；

K＝[w·h/n] (1)

其中K为正整数，w和h分别为图像的宽和高；超像素是由具有相同或相似的颜色、纹理等特征的相邻像素点组成，可以将超像素视为一个视觉输入单元。