基于人眼视觉特性的交互界面图像增强仿真

交互界面图像会受到电路噪声、传输损耗等因素的影响,使图像出现较多噪声,导致交互界面图像效果较差,设计一个基于人眼视觉特性的交互界面图像增强仿真方法。进行图像转换与图像去噪处理,将人眼视觉特性应用到图像处理中,计算亮度敏感特性与图像空间频率,进行图像灰度处理和细节处理,并将彩色恢复因子引入到图像处理中,实现交互界面图像增强。实验结果表明,所研究的基于人眼视觉特性的交互界面图像增强方法有效提高了图像的平均梯度与信噪比,提高了图像增强效果,并且增强后的图像噪声、均方误差也较低,满足方法预期设计目标。

人眼视觉特性与视频编码压缩技术探讨

随着4K视频的普及、8K视频的兴起,现有的视频编码压缩技术已经不能满足人们的需求。该文先对视频编码压缩技术进行简单介绍,再从人眼视觉特性角度,从基础模型设计、编码解码等维度,优化视频编码压缩技术。以便为更多视频处理相关单位提供技术参考,提升视频编码压缩质量,为我国各个行业可持续发展贡献力量。对实验结果进行分析,优化后的视频编码在同等图像质量的前提下,有效提升压缩率,达到预期目标。

基于人眼视觉的小波域结构相似性图像质量客观评价方法

针对空域结构相似性评价方法在几何失真图像及噪声污染图像的质量评价中存在的不足,在考虑人眼视觉特性前提下,研究了一种基于人眼视觉的小波域结构相似度的图像质量评价方法(WDSSIM)。该方法首先将参考图像和失真图像进行小波变换,以获取不同尺度和频带的子带图像,并根据人眼视觉JND模型,获取人眼视觉对参考图像的带间敏感度和各子带的带内敏感度;然后,以带内敏感度因子为权值分别求取参考图像和失真图像同一尺度和频带的子带图像之间的结构相似度;最后,以带间敏感度因子为权值对各子带对的结构相似度进行加权归一化,获得整幅图像的结构相似度。实验结果表明,WDSSIM方法符合人眼视觉特性,相比传统的客观评价方法,与主观评价结果的一致性更好。

一种基于小波分析和人眼视觉特性的图像增强方法

在分析视觉系统特性的基础上 ,提出了一种基于小波分析的图像对比度增强算法。为降低对噪声增强程度 ,算法对不同尺度上的系数进行不同程度的对比度增强。在此过程中 ,算法考虑了视觉特性以得到更好的效果。为保证得到足够的对比度增强效果 ,算法首先对分解得到的尺度系数进行增强 ;为避免视觉明显的噪声放大 ,只对处于边缘区域的系数进行对比度拉伸 ;为了能在各尺度上较为准确地找出边缘区域 ,算法采用局部阈值技术并利用了各分解尺度上边缘区域的相关性 ;为降低视觉明显的噪声放大 ,不同区域的对比度增强程度决定于区域的亮度。算法的实验表明 ,上述特点使本文算法在充分增强对比度的同时 ,极大地降低了对噪声的过增强 ,具有较好的视觉效果。

基于人眼视觉的光电成像系统性能评价方法研究

根据人眼视觉实验 ,对光电成像系统的性能评价方法进行了理论研究 ,证明了光电成像系统与人眼之间存在最佳匹配状态 ,分析了视场角、成像系统性能以及系统角放大率对匹配的影响 ,定量描述电视型成像系统的最佳观察距离和直视型最佳目镜焦距的客观现象 。

基于人眼视觉的结构相似度图像质量评价方法

分析了数字图像中亮度、纹理细节、空间位置等因素对人眼视觉特性的影响,建立了数学模型,将人眼视觉特性与图像的结构相似度结合起来,提出一种符合人眼视觉特性的图像质量评价新方法.该方法将图像划分成大小相等的分块,计算出各分块的亮度影响因子、纹理细节影响因子和空间位置影响因子,经过归一化处理得到每个分块的权值,用加权平均的结构相似度作为图像质量的评价指标.实验证明该方法能够区别图像中不同区域的图像特征,符合人眼视觉特性,与主观评价结果一致.

基于人眼视觉系统的自适应量化数字水印算法研究

提出了一种将彩色水印图像嵌入到原始彩色载体图像中的新算法.首先,利用DCT静态图像压缩技术,将彩色水印图像编码成一维二进制序列并进行随机置乱;然后将原始彩色载体图像分解为R、G、B三个彩色分量并分别实施小波变换,进而结合视觉感知特性自适应确定水印嵌入位置;最后结合人眼视觉系统(掩蔽特性及对颜色的感知特性)确定量化间隔,并通过全新的量化处理过程完成水印信息的自适应嵌入.仿真实验表明:该数字水印嵌入方案不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.

一种改进的基于人眼视觉特性的零树图像编码算法

提出的是一种简单而有效的静态图像压缩算法 ,它根据图像经小波 (wavelet)分解后系数的特点和人眼视觉特性 (HVS)对 Shapiro的 EZW算法进行改进 .改进后的算法所生成的比特流中的比特是根据 HVS重要性排序的 ,所需要的排序信息根据最低频带的系数计算得到 ,最低频带进行无失真编码 ,因而该算法不需要额外的信息 。

基于人眼视觉特性的自适应的图像增强算法的研究

本文提出了一种基于人眼视觉特性的自适应的图像增强算法，这种算法是对基于ＬＩＰ模型的Ｌｅ图像增强算法的改进．该算法能够有效地增强整个图像的对比度，增大图像的动态范围，并且依据人眼视觉特性，增强图像的边缘而不明显地增大噪声．这种算法容易实现，适用于实时系统的应用．几种算法实验结果的比较和分析，表明了这种算法的有效性．

基于人眼视觉系统的H.264/AVC码率控制算法

提出了一种基于人眼视觉系统(HVS)特性的H.264/AVC码率控制方案以解决传统的H.264/AVC码率控制算法中由于码率分配不当造成视频质量较差的问题。该方案利用人眼视觉系统对视频场景感知的选择性设计了一种新的基于区域的码率控制算法。首先,利用当前帧和前一帧的信息快速地检测出运动区域和非运动区域。其次,根据宏块所在区域的复杂度进一步将非运动区域细分为平坦区域和复杂区域。最后,对这3种区域依据不同的视觉敏感度权重分配适当的比特数。基于不同区域峰值信噪比(PSNR)、连续帧PSNR、主观评价以及缓冲器充盈度综合评价了本文算法的性能,结果表明,提出的基于区域的码率控制方案对不同视觉特性区域的比特分配有较高的鲁棒性,与JVT-G012的码率控制算法相比能获得较好的主观和客观编码质量。

基于人眼视觉特性的红外图像增强技术研究

基于红外图像灰度分布集中、对比度低的特点,结合人眼视觉特性,提出了基于人眼视觉特性的非线性变换方法。基于人眼灰度分辨能力随灰度变化的线性关系,推导了人眼的可分辨率灰度函数和基于人眼视觉的非线性变换函数,建立了人眼的非线性变换模型,实现了将有限的红外图像信息映射到有利于人眼观察的灰度分布区域。实验结果表明,该方法处理的图像反差适中、纹理明晰、细节部分对比明显,有效解决了红外图像低对比度和细节模糊的问题。

一种基于人眼视觉特性的立体图像质量客观评价方法

通过模拟人眼视觉特性中的对比度敏感函数、多通道效应以及立体感知特性,提出了一种基于人眼视觉特性的立体图像质量客观评价方法。在评价左右图像质量时,利用小波变换模拟人眼视觉特性中的多通道效应,不同空间频带的小波系数按对比度敏感函数进行加权,左右图像质量度量采用Canberra距离。在评价立体感知时,则通过计算原始与测试左右图像的绝对差值图相似度来实现。其后,通过回归分析将左右图像质量和立体感知评价结果拟合成为所需的立体图像质量客观评价模型。实验结果表明该模型与主观评价结果具有较好的一致性。

基于人眼视觉特性的自适应空域彩色图像数字水印算法

以静态图像压缩编码、彩色空间转换、人眼视觉特性(HVS)为基础,提出了一种将灰度图像(即数字水印)嵌入到原始彩色图像中的新数字水印算法.该算法具有以下特点:⑴应用静态图像压缩编码技术,实现了以灰度图像作为水印信号的数字水印算法;⑵充分利用人眼视觉特性(HVS),实现了数字水印图像的自适应嵌入,增强了算法的透明性和鲁棒性;⑶能够依据原始彩色载体图像内容,实现数字水印嵌入深度的智能调节;⑷检测水印信息时,不需要原始载体图像.同时实验结果也表明:该自适应空域彩色图像数字水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.

Lab色度系统与人眼视觉感受在黑白度评价中的异同

[目的]探讨Lab色度系统与人眼视觉感受在评价黑白差异中的异同。[方法]采用Lab色度系统光谱光度计测量成对纸片黑白度差异（以L值差值表示），通过正常人群对每对纸片颜色深浅判别的正确率，分析Lab色度系统与人眼视觉感受的关系。[结果]L值差值在0～7时，人眼分辨正确率为20．00％-98，57％，男性较女性高，〈40岁人群较〉40岁人群高；当L值差值≥1时，67．14％的人视觉感受与Lab色度系统结果一致。[结论]Lab色度系统评价黑白差异时只有其差值≥1时，才能应用于美白化妆品的评价。

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).

基于人眼视觉系统的假彩色融合图像质量的评价方法

随着图像融合技术的发展,各种融合算法层出不穷,而很多情况下最终的融合图像是由人眼观察的,因此基于人眼视觉系统的图像融合质量评价显得尤为重要.为了能够模拟人眼对于融合图像的感知,得到融合后图像质量的客观评价,本文提出了一种基于色差理论的假彩色融合图像质量的评价方法.首先将源图像和融合图像转化到CIE L*a*b*均匀色空间,在频域对图像进行对比度敏感函数滤波,通过计算滤波后融合图像的色差判断图像的细节信息,在一定程度上色差越大信息越丰富;通过计算融合图像与源图像的色差判断融合图像与源图像的相关性,相关性越高,融合算法越好.通过融合图像的色差大小以及与源图像的相关性两个参量,得出融合算法的优劣.实验表明,与其他评价方法相比,本文提出的评价方法与人眼观察的结果较为一致.

基于人眼视觉特性的光谱降维模型研究

针对传统光谱降维方法其降维重构后的光谱数据仅是对原始光谱的数学逼近,会出现光谱误差较小但颜色色差较大的缺点,创新性的提出三种将人眼视觉特性与光谱降维相结合的方法。其中,VPCA法直接将光谱光视效率函数加权到原始光谱上再进行降维,LMSPCA方法用LMS视稚响应构建加权矩阵对原始光谱加权后再进行降维,在LMSPCA法中加权矩阵的构建有两种方式,其主要区别在于视稚响应偏差的求取方式不同。方式一中,L,M,S视稚响应偏差是各对应波长上的偏差取绝对值,而方式二中,其偏差是各对应波长上的偏差平方。LMSPCAs法在LMSPCA法基础上再采用PCA(主成分分析)方法对损失的光谱进行降维。实验结果表明VPCA法降维效果较差,LMSPCA法的两种加权矩阵降维效果接近,皆可显著提高降维模型的色度精度,但会降低模型的光谱精度,LMSPCAs法由于针对LMSPCA法因光谱加权引起的光谱损失再进行光谱补偿,其在光谱精度、色度精度以及变光照条件下的色差稳定性这三个方面都能较好地表征原始高维光谱反射率,满足光谱颜色复制的要求。

考虑人眼视觉特性的射线检测数字图像质量评价方法

针对增强处理后图像的客观评价值和主观评价值不一致的问题,提出了一种基于人眼视觉特性的图像质量评价方法。通过分析人眼视觉系统的感应特性,给出了位置影响因子、细节影响因子和灰度影响因子的定义,综合这些影响因子后得到了基于人眼视觉的质量影响权值。采用该权值对图像失真敏感度、失真度、信息熵增量和结构相似度等客观评价指标进行重构,并对各重构后的客观评价指标进行综合,得到了图像评价的综合指标。实验结果表明,该方法的线性相关系数比峰值信噪比和结构相似度分别提升了80.02%和78.85%,绝对误差均值比峰值信噪比和结构相似度分别提升了3.96%和7.96倍,均方根比峰值信噪比和结构相似度提升了6.45%和8.37倍,Spearman等级相关系数比峰值信噪比和结构相似度分别提高了1.01倍和1.69倍,表明该方法的评价正确性高、单调性最优,因此更适合于对射线检测数字图像的质量评价。

基于人眼视觉的红外图像广义直方图增强算法

文章针对传统直方图均衡增强算法存在红外图像细节信息丢失问题,且算法没有考虑人眼视觉特性,提出基于人眼视觉的红外图像广义直方图增强算法;根据像素邻域信息建立广义直方图,进行直方图均衡化处理;在均衡化过程中,利用人眼灰度分辨能力,对拉伸过大的灰度级进行限制,再对被过度压缩的灰度级进行适当拉伸以扩大其动态范围;实验结果表明,该方法有效增强图像局部细节,解决了红外图像视觉模糊的问题,使增强后图像视觉效果更自然。

一种基于人眼视觉特性的图像水印方案

利用人眼视觉特性，提出一种基于对比度灵敏矩阵的图像盲水印方案．该水印算法以随机产生的二值序列为水印，在ＤＣＴ域计算各个图像分块的视觉敏感性值，根据视觉敏感性值的大小自适应地调整水印嵌入强度．实验结果表明，水印算法对ＪＰＥＧ压缩、图像平滑、图像锐化、图像加噪等处理具有较好的抵御能力．