[发明专利]DCT域内基于视觉注意力机制的图像JND阈值计算方法

摘要

一种DCT域内基于视觉注意力机制的图像JND阈值计算方法。本发明提出了两种将显著度和块分类相结合的方案，一种是用单个点的视觉注意力掩蔽因子和块分类的掩蔽因子按照点对点的方式相结合，另一种是用每个块的平均显著度代表整个块的显著度，然后将基于每个块的视觉注意力掩蔽因子和块分类的掩蔽因子按照块到块的方式相结合。使用综合的对比度掩蔽函数计算得到的值对传统的JND阈值进行调制，最终得到更加准确的JND阈值。两种方法都能有效地提高JND阈值的准确度，从而使得JND阈值和人眼视觉系统更加匹配。本发明提出的图像JND阈值计算方法实现的模型可以容纳更多的噪声，在PSNR方面，模型平均可以提高0.54DB。

主权项

一种基于DCT域的图像可觉察失真度计算方法，包括以下步骤：步骤S1：将选定的图像进行8x8的DCT变换，将其由空域变换到DCT域；步骤S2：在DCT域，根据空间对比度效应阈值和亮度自适应调制因子的乘积计算获得的基本的可觉察失真度JND值；步骤S3：利用canny边缘检测器对图像进行分块，分为平滑块、边缘块和纹理块，得到基于块结构的对比度掩蔽因子；步骤S4：利用视觉注意模型对图像进行显著性检测，得到图像的显著图；步骤S5：按照步骤S4所得的显著图对图像进行分割，将图像分为显著区域和非显著区域，然后基于每个点的显著值，得到基于视觉注意力机制的对比度掩蔽因子；或者步骤S5为：首先将图像分割成显著区域和非显著区域，然后对步骤S4所得的显著图分块，用每个块的显著值的平均值代替整个块的显著值，并基于每个块的显著值得到基于视觉注意力机制的对比度掩蔽因子；步骤S6：将步骤S5得到的图像显著区域和非显著区域的分割结果和步骤S3所得的块分类结果相结合，对图像进行更加细致的分块，并将基于视觉注意力机制的对比度掩蔽因子和基于块结构的对比度掩蔽因子按照线性关系结合起来，得到综合的对比度掩蔽调制函数；步骤S7：将步骤S6计算得到的对比度掩蔽调制函数值对步骤S2计算得到的JND基本阈值进行调制，得到最终的JND阈值。