水下图像仅可察觉差异预测模型

针对现有的仅可察觉差异(just noticeable difference,JND)模型未能考虑水下图像特有的颜色选择性衰减的问题,提出一种基于水下图像的JND预测模型.该模型考虑光在水下特殊的吸收和散射特性,设计水下图像特征提取模块,建立基于特征提取模块的全参考水下图像损伤感知网络,并将其命名为感知有损/无损预测器,用于预测畸变图像相对于参考图像而言是否有感知上的损失.进一步采取基于反馈的搜索策略,根据预测器的结果自适应调整图像压缩程度并搜索JND图像.实验结果表明,与现有的JND模型相比,在峰值信噪比等多个指标下,所预测的JND图像与实际真值之间的误差最小.

恰可察觉深度差异模型的深度图优化方法

针对人眼视觉对空间深度变化的灵敏度特性,研究人眼对深度细节感知的最小可察觉差值。通过大量的主观实验得到恰可察觉深度差异(JNDD,just noticeable depth difference)模型,并提出基于此JNDD的三边滤波深度图优化算法,用来抑制不被感知的深度细节,减少由于深度估计过程中引入的噪声而导致的深度绘制失真。主观和客观实验结果证明本文所提出的基于JNDD模型的三边滤波深度图优化算法,在降低深度编码码率的情况下,可使合成虚拟视点图像中物体的边缘更加平滑,减少了边缘噪声。

双耳条件下超前声对人分辨滞后声强度的影响

在复杂声环境中,对声音强度的分辨是听觉系统对声音信号精确处理的重要功能之一.到目前为止,有关人对声音强度分辨的研究都是在单耳条件下进行的,然而,正常条件下人都是利用双耳感知强度和方位变化的声音.以人对声刺激强度的最小可察觉差异(just noticeable difference,JND)为强度分辨阈值的指标,观察双耳条件下超前声对人分辨滞后声强度的影响.实验在封闭声场中进行,声刺激强度和空间方位的控制是通过改变双耳平均声压(average binaural level,ABL)和双耳声压差(interaural level difference,ILD)来模拟的.实验结果表明,与安静条件下人对声刺激强度的分辨阈值相比,低强度的超前声对人分辨滞后声强度的阈值无显著影响,而中等及以上强度(ABL大于或等于40 dB)的超前声可提高人分辨滞后声强度的阈值,阈值的提高随超前声强度的增加呈单调增大的趋势.当超前声强度一定时,超前声对人分辨滞后声强度的影响随滞后声强度的增加而衰减,对分辨较高强度的滞后声的阈值影响不显著,该结果与单耳的研究结果有明显差异.实验未发现超前声和滞后声ILD的相对改变对人探测滞后声强度变化的阈值有显著影响.

大样本图像质量主观评价方法

针对图像质量数据库的主观评价方法存在失真等级少,缺少实验结果分析等问题,提出一种大样本图像质量主观评价方法。该方法基于双激励连续质量量表进行设计,使用简化的2级主观评价尺度评价,通过循环积分、最优选择和顺序调整获得样本图像的质量排序,并基于模糊聚类分析的思想将获得的图像次序的概率视为匹配程度,建立样本的模糊相似矩阵。通过指标规格化,建立模糊相似关系、等价关系以及分类、评分等步骤,最终确定图像质量得分。64级失真图像质量主观评价实验结果表明,图像质量得分能够准确反映可察觉差异的变化,主观评价结果的正确率达到94%,图像质量得分的标准差介于0~7,均值为3.08(百分制),远低于其他图像质量数据库的水平。所提方法具有较好的准确性和稳定性,适用于图像质量数据库的主观评价和人眼视觉特性研究。