416 智能系统学报 第7卷 域能引起视觉注意.这部分区域可以是视觉初期注 00000 00100 00100 010-10 831 8300 00380 03030 意到的内容重要性区域，也可以是视觉转移时注意 00 000 130-3-1 -1-303 08080 到的质量不好区域.因此，本文从这2个方面来检测 -1 -3 -8-3-1 00-3-80 0-8-300 03030 00000 00-10000-100 010-10 视觉重要性区域.对于不同的区域来说，观看者注意 图24个方向的高通滤波器 程度是不同的，对不同的区域训练出不同的权值，然 Fig.2 The high-pass filters in 4 directions 后形成视觉感知模型VPM(vision perception mod- 而a(b,(x,y))和B(b（x,y)被定义为： ©l).基于感知视觉重要性的图像质量评价框架如图 a(bg(x,y)=b(x,y)×0.0001+0.115, 1所示. B(b(x,y)）=u-b(x,y）×0.01, 2.1感知冗余 55 图像的感知冗余主要是由于亮度对比度和空间 b,(x,y)=2∑p(x-3+i,y-3+i)*B(i》 掩盖效应引起的.在JND得出的可见性门限阈值 式中：b,(x,y)为平均背景亮度，通过滤波B实现， 内，图像的变化在人眼中是察觉不到的；然而超出这 如图3所示. 个阈值，人们就能察觉到图像的失真。 为使图像质量评价更加符合人眼特性，如果像 素值在ND的可见性门限阈值内，则将待测图像的 像素值修改成参考图像的像素值；否则，待测图像的 像素值会相应地增加或减少ND的值.本文采用的 是空域JND模型2，具体过程如下， 图3低通加权滤波器 1)利用模型计算参考图像的JND值Sd Fig.3 The low-pass filter 2)利用JND特性修改失真图像.如果原始图像 函数2(b,（(x,y)计算可见门限值，如式(3)： O(x,y)和失真图像D(x,y)的差值在门限阈值内， f2(b(x,y)= 则D(x,y)=O(x,y);否则，失真图像的像素值减去 门限阈值： 五×[1-(7n+e14,x,)≤127： D(x,y）=D(x,y）-Sd(x,y) y×[bg(x,y）-127]+e,b(x,y）>127. 如果原始图像像素值大于失真图像像素值，则失真 (3) 图像的像素值加上门限阈值： 2.2视觉重要性模型 D(x,y）=D(x,y）+S(x,y). 视觉注意是指对图像的某一部分特别注意，而 本文利用空间JND模型来得到能感知冗余的 能引起注意的区域包括内容重要性的显著区域和劣 可见性门限阈值，如式(1)： 质区域.本文方法将图像分为4个部分区域：既是显 Sjnd =maxifi(be(x,y),mg(x,y))f(b(x,y)). 著区域又是劣质区域、仅是显著区域、仅是劣质区 (1) 域、既不是显著区域又不是劣质区域.然后，将这4 式中：f(b(x,y),m(x,y)和f左(b(x,y))分别是 个部分区域分别赋予不同的权值来形成视觉重要性 估计空间掩盖和亮度对比的函数，而(b(x,y), 模型(vision significance model,VSM). m(x,y）)定义为 2.2.1显著性模型 f(b.(x,y）),m.(x,y）)= 显著区域是指在图像中能提取出图像的重要内 m(x,y）×a(b.(x,y))+B(b(x,y）)). 容的区域，可以依据图像在频域中的特性来提取.根 式中：m(x,y)是像素(x,y)在4个方向上亮度变化 据信息论的观点，图像信息能被分解为两部分：新颖 的最大加权平均值，如式(2)： 部分和先验部分.不同的图像在频谱对数曲线中有 m(x,y）=m0a(x,）1, 共同的曲线趋势，而频谱上的频谱冗余部分即是图 =12p(x-3+i,y-3+)*G(i,). 像的新颖部分，由此来构造图像的显著区域2] g=16台 设I(x,y)为一输人图像，A(u,)和P(u,v)分 (2) 别是经过傅里叶变换后的频谱和相谱，对数频谱 式中：G,(i,)是检测纹理的高通滤波器，如图2 L(u,)为 所示 L(u,v)=In(A(u,v)). 式中：A(“,)是对数频谱的一般形式，相当于给定