Pattern Masking Estimation in Image With Structural Uncertainty
Pattern Masking Estimation in Image With Structural Uncertainty
复制标题
具有结构不确定性的图像中的模式掩蔽估计
DOI：
10.1109/tip.2013.2279934
复制
发表时间：
2013-12
影响因子：
10.6
通讯作者：
Fu Li
中科院分区：
文献类型：
--
作者：
Jinjian Wu;Weisi Lin;Guangming Shi;Xiaotian Wang;Fu Li
视觉掩蔽模型揭示了刺激在人类视觉系统（HVS）中的可见性，在基于感知的图像/视频处理中是有用的。现有的视觉掩蔽函数主要考虑亮度对比度，往往高估了边缘区域的可见性阈值，而低估了纹理区域的可见性阈值。最近的视觉研究表明，人类视觉系统对具有规则结构的有序区域敏感，而对具有不确定结构的无序区域不敏感。因此，结构不确定性是视觉掩蔽的另一个决定因素。在本文中，我们介绍了一种新的模式掩蔽函数的基础上，亮度对比度和结构的不确定性。通过模仿人类视觉系统的内部生成机制，预测模型首先被用来从输入图像中分离出不可预测的不确定性。此外，还引入了一种改进的局部二值模式来计算结构不确定性。最后，结合亮度对比度和结构不确定性，推导了模式掩蔽函数。实验结果表明，该模式掩蔽函数优于现有的视觉掩蔽函数。此外，我们将模式掩蔽函数扩展到JND估计，并引入了一种新的像素域JND模型。主观观看测试证实，建议的JND模型是更符合人类视觉系统比现有的JND模型。
A model of visual masking, which reveals the visibility of stimuli in the human visual system (HVS), is useful in perceptual based image/video processing. The existing visual masking function mainly considers luminance contrast, which always overestimates the visibility threshold of the edge region and underestimates that of the texture region. Recent research on visual perception indicates that the HVS is sensitive to orderly regions that possess regular structures and insensitive to disorderly regions that possess uncertain structures. Therefore, structural uncertainty is another determining factor on visual masking. In this paper, we introduce a novel pattern masking function based on both luminance contrast and structural uncertainty. Through mimicking the internal generative mechanism of the HVS, a prediction model is firstly employed to separate out the unpredictable uncertainty from an input image. In addition, an improved local binary pattern is introduced to compute the structural uncertainty. Finally, combining luminance contrast with structural uncertainty, the pattern masking function is deduced. Experimental result demonstrates that the proposed pattern masking function outperforms the existing visual masking function. Furthermore, we extend the pattern masking function to just noticeable difference (JND) estimation and introduce a novel pixel domain JND model. Subjective viewing test confirms that the proposed JND model is more consistent with the HVS than the existing JND models.
登录
查看更多内容
DOI：
10.1109/tip.83
发表时间：
2004
期刊：
--
影响因子：
--
作者：
通讯作者：
--
影响因子：
8
作者：
Ojala, T;Valkealahti, K;Pietikäinen, M
通讯作者：
Pietikäinen, M
通过自适应稀疏域选择和自适应正则化进行图像去模糊和超分辨率
影响因子：
10.6
作者：
Dong, Weisheng;Zhang, Lei;Wu, Xiaolin
通讯作者：
Wu, Xiaolin
具有内部生成机制的感知质量指标
DOI：
--
发表时间：
--
期刊：
IEEE Trans. on Image Processing
影响因子：
--
作者：
Jinjian Wu;Weisi Lin;Guangming Shi;Anmin Liu
通讯作者：
Anmin Liu
DOI：
10.5860/choice.26-0948
发表时间：
1988-04
期刊：
--
影响因子：
--
作者：
A. Netravali;B. Haskell
通讯作者：
A. Netravali;B. Haskell