屏幕内容图像的JND预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及一种屏幕内容图像的JND预测方法、装置、计算机设备及存储介质，其中该方法包括：计算图像的谱残差，并通过提取衡量像素的有序性特征得到图像中每个像素的不确定度；根据不确定度将图像划分为可预测内容部分和不可预测内容部分；通过计算对比度掩蔽度量值得到不可预测内容部分的JND阈值；通过计算亮度对比度掩蔽及模糊掩蔽度量值得到可预测部分的JND阈值；将不可预测内容部分的JND阈值和可预测部分的JND阈值进行非线性叠加，并根据基于方向的权重因子对不同方向的边缘像素赋予不同的权重得到所述图像最终的JND阈值。本发明专利技术利用人眼视觉系统对不同方向刺激的敏感性进行调整，可用于获得整张图像恰可察觉失真阈值。值。值。

【技术实现步骤摘要】
屏幕内容图像的JND预测方法、装置、计算机设备及存储介质


[0001]本专利技术涉及图像视频编码
，特别是涉及一种屏幕内容图像的JND预测方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着互联网技术和多媒体信息技术的快速发展，产生了越来越多的屏幕图像/视频数据，给数据的压缩、传输和存储带来巨大压力。为了进一步提高编码效率，利用人眼视觉特性来去除图像/视频中的视觉冗余是当前学术界和工业界的研究热点。基于生理学和心理学的研究表明，人眼视觉系统在对图像感知过程中存在视觉掩蔽效应，即当图像像素值的变化小于一定的阈值时，人眼感知不到任何像素值的变化，该阈值就是恰可察觉失真(JustNoticeable Difference，简称JND)阈值。JND可以有效地表征人眼视觉冗余，并且已被广泛应用于基于视觉感知的图像/视频处理算法和系统中。
[0003]目前，JND模型主要分为两类：像素域JND模型和变换域JND模型。传统的像素域JND模型主要考虑亮度自适应掩蔽和对比度掩蔽，亮度自适应掩蔽指在不同的亮度背景下，物体变化的可见性阈值会不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种屏幕内容图像的JND预测方法，所述方法包括：获取输入的待预测图像；计算所述图像的谱残差，并通过提取衡量像素的有序性特征得到所述图像中每个像素的不确定度；根据所述不确定度将所述图像划分为可预测内容部分和不可预测内容部分；通过计算对比度掩蔽度量值得到所述不可预测内容部分的JND阈值；通过计算亮度对比度掩蔽及模糊掩蔽度量值得到所述可预测部分的JND阈值；将所述不可预测内容部分的JND阈值和所述可预测部分的JND阈值进行非线性叠加，并根据基于方向的权重因子对不同方向的边缘像素赋予不同的权重得到所述图像最终的JND阈值。2.根据权利要求1所述的屏幕内容图像的JND预测方法，其特征在于，所述计算所述图像的谱残差的步骤包括：将获取到的图像进行傅里叶变换，并对幅度值取对数值得到LS(u,v)；将LS(u,v)与h(u,v)进行卷积得到均值滤波结果AS(u,v)；将LS(u,v)减去AS(u,v)得到谱残差RS(u,v)；其中，h(u,v)是一个7x7的矩阵。3.根据权利要求2所述的屏幕内容图像的JND预测方法，其特征在于，所述通过提取衡量像素的有序性特征得到所述图像中每个像素的不确定度的步骤包括：计算所述图像中以像素点(x,y)为中心的7x7尺寸大小窗口内像素的标准差σ
I
(x,y)；根据所述标准差σ
I
(x,y)计算像素点的有序性特征m(x,y)及归一化的有序性特征m
′
(x,y)；对RS(u,v)进行傅里叶反变换，并将其归一化，然后结合m
′
(x,y)计算出每个像素的不确定度值。4.根据权利要求3所述的屏幕内容图像的JND预测方法，其特征在于，所述通过计算对比度掩蔽度量值得到所述不可预测内容部分的JND阈值的步骤包括：计算所述不可预测内容部分的JND阈值JND
u
；其中，G(x,y)表示像素(x,y)的梯度，F1(x,y)表示不可预测内容部分的像素值，表示5x5窗口内的F1(x,y)平均亮度值，a＝0.0003，b＝0.13，p0＝1，p1＝0.6。5.根据权利要求4所述的屏幕内容图像的JND预测方法，其特征在于，所述将所述通过计算亮度对比度掩蔽及模糊掩蔽度量值得到所述可预测部分的JND阈值JND
p
的步骤包括：计算亮度对比度掩蔽阈值T
LC
(x,y)；
其中，F2(x,y)表示可预测内容部分的像素值，表示5x5窗口内的F2(x,y)平均亮度值，l1，l2，l3控制背景亮度与可见性阈值的关系，分别设置为15，2，2/128；c＝0.0004，d＝0.15，f1＝0.5，z1＝0.7...

【专利技术属性】
技术研发人员：王妙辉，刘雪芹，
申请(专利权)人：深圳大学，
类型：发明
国别省市：