基于視覺(jué)注意機(jī)制的靜態(tài)圖像壓縮方法研究.pdf

1、　　基于感興趣區(qū)域ROI(Region of Interest )的圖像壓縮方法，具有在不丟失重要信息的同時(shí)又能有效地壓縮數(shù)據(jù)量的特點(diǎn)。本文為了能自動(dòng)提取自然圖像中的主要視覺(jué)信息，引入了視覺(jué)感知模型。在對(duì)由數(shù)據(jù)驅(qū)動(dòng)的自底向上以及與任務(wù)相關(guān)的自頂向下注意模型進(jìn)行分析的基礎(chǔ)上，本文重點(diǎn)研究了基于數(shù)據(jù)驅(qū)動(dòng)的It t i視覺(jué)計(jì)算模型。根據(jù)Itt i模型的建模思想結(jié)合圖像壓縮的具體應(yīng)用，提出了改進(jìn)措施，為圖像中感興趣區(qū)域難以自動(dòng)確定的問(wèn)題提供了解

2、決方法。本文模型相比Itt i模型提出了以下改進(jìn)：
　　1 改進(jìn)模型除提取圖像的顏色、亮度、方向特征之外，利用 canny 算子提取輸入圖像中物體的邊緣，并對(duì)含有物體邊緣的圖像進(jìn)行填充，由填充后所得圖像輪廓特征融入到模型計(jì)算過(guò)程中，將其用于得到圖像總顯著圖，以提高模型提取顯著區(qū)域的精確度。
　　2 改進(jìn)模型中對(duì)特征圖的合并策略，將原有的特征圖平均相加的方法改成非線性的合并策略，特征圖合并生成顯著圖時(shí)顯著點(diǎn)密度過(guò)大的特征圖

3、對(duì)形成該特征的顯著圖所做貢獻(xiàn)不大，因此在特征圖合并時(shí)設(shè)置相應(yīng)閾值去除顯著點(diǎn)密度過(guò)大的特征圖。
　　3 改進(jìn)了模型中原有的視覺(jué)注意焦點(diǎn)轉(zhuǎn)移策略，根據(jù)輸入圖像總顯著圖一次性確定輸入圖像所有的顯著區(qū)域，提高了模型運(yùn)算效率，使改進(jìn)模型的運(yùn)算時(shí)間只有原模型 3%左右，使之適用于圖像壓縮中ROI的準(zhǔn)確提取。
　　另外，對(duì) JPEG2000 圖像壓縮標(biāo)準(zhǔn)進(jìn)行了探討，分析了其中的一般平移法和最大偏移法，利用算法中對(duì)圖像感興趣區(qū)域壓縮編碼