显著图联合改进的JND模型

肖贺, 涂钦, 门爱东

北京邮电大学 通信工程学院, 北京 100876

收稿日期:2016-07-11出版日期:2017-04-28发布日期:2017-04-26

作者简介:肖贺(1984-),男,博士生,E-mail:xiaohe804@gmail.com;门爱东(1961-),男,教授.
基金资助:国家自然科学基金项目（61671077）

Improved Just Noticeable Model with Saliency Map

XIAO He, TU Qin, MEN Ai-dong

Department of Telecommunications, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2016-07-11Online:2017-04-28Published:2017-04-26

摘要/Abstract

摘要： 提出一种改进的基于显著性检测图联合估计恰可失真（JND）阈值的视觉感知模型，将人眼注意力机制引入JND模型，通过感知特点建模得到更为精确的JND模型.首先通过改进的显著性检测算法得到相应的显著图，在计算JND阈值的过程中，使用显著图来分配不同的权重给JND模型，并针对色度和亮度的不同给予不同的权重.基于空域的JND模型主要用在计算图像中的平坦区域；而基于DCT域的JND模型更加适合计算纹理区域的阈值，新的模型还同时考虑加入对比敏感度函数和各种掩蔽效应因子.将改进的JND模型融合到新的视频编码软件HM 16.4中，实验结果表明，与HEVC标准的数据对比，视觉感知质量没有明显下降.
中图分类号:
TP391.4

引用本文

肖贺, 涂钦, 门爱东. 显著图联合改进的JND模型[J]. 北京邮电大学学报, 2017, 40(2): 79-83.
XIAO He, TU Qin, MEN Ai-dong. Improved Just Noticeable Model with Saliency Map[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(2): 79-83.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3000