一种融合深度基于灰度共生矩阵的感知模型

• 作者: 叶鹏 夏雨蒙 安平 王永芳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: JND模型 图像分解 灰度共生矩阵 CM模型 深度信息
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 2018中国多媒体大会
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP37
• 字数: 5389字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.03.012

摘要

恰可察觉失真模型(JND)是一种人眼感知模型,它是图像/视频压缩中去除冗余最为有效的方法之一.针对现有JND模型对比掩盖效应(CM)的计算不够完善及深度信息的考虑不够准确的问题,文中提出了一种融合深度基于灰度共生矩阵的JND模型.首先,采用总变分分解模型将图像分解为结构部分和纹理部分,对结构部分采用Can-ny算子处理,对纹理部分采用灰度共生矩阵处理,两个部分形成更准确的CM模型;结合背景亮度掩盖效应,建立了一种基于灰度共生矩阵的像素域JND模型.然后,在对人眼深度感知进行研究的基础上,引入新的深度加权模型.最后,建立了一种新的融合深度基于灰度共生矩阵的感知模型.实验结果表明,所提出的模型更一致于人的视觉感知.相对于已有的JND模型,所提JND模型能够容忍更多的失真,且拥有更好的感知质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永芳	上海大学通信与信息工程学院	13	19	3.0	4.0
2	安平	上海大学通信与信息工程学院	84	630	14.0	21.0
3	夏雨蒙	上海大学上海先进通信与数据科学研究院	2	2	1.0	1.0
4	叶鹏	上海大学上海先进通信与数据科学研究院	3	2	1.0	1.0