人类视觉关于图像质量感知模型的研究

本项目从自然图像的特性和人类视觉的早期视觉机理出发，研究各种不同给的图像差异感知模型的建立、用于感知模型验证的数据库的建立以及图像差异感知模型在图像/视频压缩编码中的应用。首先利用自然图像的早期视觉特性提出了各种图像差异模型，包括基于边缘不动点的全参考图像感知模型，基于特征相似性的全参考图像感知模型，基于自然图像边缘模式特性的几种部分参考感知模型，基于自然图像自相似性的部分参考和无参考图像感知模型，基于DNT变换独立统计性的无参考图像感知模型和基于主成分分析的无参考图像感知模型。为了充分的验证这些模型，我们建立的具有多种失真类型，多个失真等级的以及独特内容的图像质量感知主观数据库，从特定图像内容，特定图像失真类型，特定失真程度等不同方面研究各种图像感知模型在特性。在图像/视频压缩中，一个好的图像感知模型可以指导建立一个更加符合人类视觉感知的码率分配方案。本项目利用建立好的图像质量感知模型，应用在现有的图像/视屏压缩编码框架中，对其中的比特分配方案进行创新，得到更符合人类视觉感知的分配方案。