基于顯著性檢測的感興趣區(qū)域編碼.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)及大數(shù)據(jù)時代的到來,每天都會有海量的圖像及視頻信息在互聯(lián)網(wǎng)上進行傳輸,這對數(shù)據(jù)的壓縮、傳輸及存儲造成了巨大的壓力。因此,圖像編碼成為了當(dāng)今信息技術(shù)的研究熱點之一。傳統(tǒng)的編碼方法致力于對原始圖像進行去相關(guān)處理,雖然可以達到去除信息冗余度的效果,但忽略了人眼視覺特性帶來的視覺冗余。為此,本文提出了將視覺顯著性與傳統(tǒng)編碼相結(jié)合的感興趣區(qū)域編碼,在碼率較低時,仍能保證圖像的主觀質(zhì)量,并有效提高編碼效率。本文主要圍繞顯著性檢測與感興趣區(qū)

2、域編碼做了以下三個工作:
  (1)深度信息提供了場景到相機的距離,因此有助于區(qū)分前景與背景區(qū)域。本文利用深度信息對顏色圖進行分層處理得到不同的兩個圖層,對第一圖層利用顏色信息來提取顯著區(qū)域,對第二圖層則利用顏色信息和深度信息提取顯著區(qū)域。通過這種方法,得到的兩個圖層的顯著圖各有優(yōu)劣,為了實現(xiàn)它們的優(yōu)勢互補,根據(jù)中心和背景的先驗知識,本文提出了一個新的判決準(zhǔn)則來獲得最優(yōu)的顯著圖;
  (2)在研究過程中,我們發(fā)現(xiàn)大多數(shù)圖像是

3、經(jīng)過壓縮后傳輸并存儲的,計算這些圖像的顯著性信息具有非常大的實際價值,但大多數(shù)算法需要先將圖像轉(zhuǎn)換到空間域再計算其顯著信息,這樣既增加了算法復(fù)雜度又耗費計算時間。為此,本文提出了一種基于二次量化的壓縮域顯著性檢測方法。該方法利用圖像離散余弦變換(DCT)系數(shù)的特性提取圖像的顏色特征,并利用其第二次量化前后的系數(shù)差來獲取圖像的紋理特征,最后將兩種特征和先驗特征融合,得到壓縮域圖像的顯著性信息;
  (3)獲得了顯著性信息,也就得到了

4、圖像的感興趣區(qū)域,本文利用顯著值加權(quán)的率失真函數(shù)來獲取圖像宏塊間量化參數(shù)(Quantization Parameter,QP)的關(guān)系,依照這種關(guān)系可實現(xiàn)對感興趣區(qū)域量化精度較高的編碼,這樣既能保證圖像的主觀質(zhì)量又能依照顯著值與QP的反變換關(guān)系直接獲得壓縮域顯著圖。同時,為了更加客觀的評價感興趣區(qū)域編碼的質(zhì)量,本文利用人眼的視覺特性提出了一個新的評價指標(biāo),即顯著區(qū)域加權(quán)的峰值信噪比(Saliency region-weighted Pea

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論