基于顯著性檢測的感興趣區(qū)域編碼.pdf

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