实时人类视觉系统性能模型化技术方案

技术编号:3615512 阅读:185 留言:0更新日期:2012-04-11 18:40
一种从参考图像信号引出的产生测试图像信号受损伤量度的实时人类视觉系统模型化方法处理在各自通道的2个信号。将这些信号转换到亮度图像信号,并在2维上低通滤波。然后分段处理图像信号和获得块平均值,从在相应处理图像信号中的像素减去块平均值。引入噪声到分段处理图像信号中,并计算方差,用于参考分段处理图像信号和用于分段处理图像信号间的差。(*该技术在2020年保护过期,可自由使用*)

【技术实现步骤摘要】

本专利技术涉及视频图像质量评价,更具体地说涉及实时人类视觉系统性能模型化,用于产生客观测量,以予示视频图像信号中的主观误差评估。视频图像信号通过如视频压缩这样有损失的方法被记录和传递。为予测观察者对引进经受如视频压缩这样的有损失的处理的视频图像信号的误差的主观反应采用人类视觉系统模型的方法包括计算上昂贵的人类视觉系统(HVS)模型,这些模型如下面文章描述的J.Lubin,“A Visual Discrimination Model for Imaging SystemDesign and Evaluation”,Vision Models for Target Detection andRecognition,World Scientific Publishing,River Edge,NJ1995,pp.245-283,或者S.Daly“The Visible DifferencesPredictorAn Algorithm for the Assessment of ImageFidelity”,Digital Images and Human Vision,MITPress,Cambridge,MA 1993,pp.162-206.不采用人类视觉模型的用于予示主观受损伤评估的测量包括ANSI/IRT测量(见“DigitalTransport of One-Way Signals-Parameters for ObjectivePerformance Assistance”,ANSI T1.801.03-yyy)ANSI/IRT测量一般比较快,但要给一组充分变化的视觉图像内容,不像包括HVS模型方法那样与主观评估相关。多数HVS方法是建立在予测一般称为最小易见差(JND)的易见差阈值方法的基础上,最小易见差阈值如对比度检测和鉴别阈值。由于模型成分是建立在阈值模仿性能的基础上,所以在阈值以上,即在超阈值(Supra threshold)处的性能不被保证。这些HVS模型一般包括一个或多个计及接近递增的对比度检测和鉴别阈值的实验上确定的性能的一个或多个的步骤。这些性能受如下参数影响-平均亮度;-在视网膜上的目标映像的角度范围和尺寸;-取向(旋转的,目标映像图样和掩蔽器两者);-空间频率(目标映像图样和掩蔽器两者);-瞬时频率(目标映像和掩蔽器两者);-周围场(或旁边掩蔽效果);-偏心率(或离视线/凹斑中心的角距)。接着的是简要概述在HVS模型中如何已计算这X个参数的一个或多个的影响。首先值得注意的是在现有技术中对图像处理流结构的解决方法。在HVS模型中所需的大部分处理时间是由于两个共用的实施步骤引起的-滤波器组(如高斯棱锥体的图像分解);-对比度增益控制(对比度掩蔽的非线性)。滤波器组普遍用于以在各种取向、空间频带、偏振性等的最大响应将图像分解成神经系统图像或通道。为了实际的实施,2个取向(水平的、垂直的)、4个空间频带和2个偏振性的最小分解需要每参考图像信号处理步骤2*4*2=16个图像,对受损伤的视频图像信号也一样。对于典型的HVS,已用称为对比度灵敏度的函数计算了作为空间频率函数的模型响应灵敏度。模型的对比度灵敏度部分按如下实施·计算在每个滤波器组通道的每个像素的对比度,对应子空间频带和旋转取向唯一组合,作为高频能量与低(DC)频能量之比或等值。·标定依赖于子频带和旋转取向的对比度数值。计算对比度需要2个不同的滤波器,高通和低通滤波器,以及每个通道的每个像素的分段。即使用这个复杂又昂贵的算法步骤,也没考虑图像的分段部分的或自相似区的局部平均亮度的空间频率灵敏度函数上的和角度范围上的变化。在这些模型中不呈现“线性范围”。在灵敏度大概为最大的频率上,在每角度一个和4个周期之间对比度灵敏度大致与平均亮度的方根成比例增加,而对于角度范围也一样。于是,当现有技术包括了相当复杂和计算上昂贵的方法时,通过忽略平均亮度和角度范围的影响,阈值予测可以在大于一个数量级的误差上。虽然已提议部分HVS模型计及平均亮度和角度范围的影响,但显然由于进一步增加的复杂性明显地没有将它们采纳成后来的全HVS模型。模型的对比度增益控制部分一般建立在J.Foley的工作的基础上,例如他的“Human Luminance Pattern-VisionMechanismsMasking Experiments Require a New Model”,Journalof the Optical Society of America,Vol.11,No.6 June1994,pp.1710-1719。该工作需要最小量的计算·计算所有通道上标定的对比度的图像的各个像素的能量(平方)的和。低分辨率通道被上行采样以便与高分辨率通道相加。这个通道到通道的转换增加了在这一步骤的有效处理量和进一步使实施复杂化。·每通道每像素一个加法、二个非整数取幂和一个除法运算。一篇论文提出了一种扩展到超阈值的模型,它实质上增加了复杂性。这篇论文是M.Cannon“A Multiple Spatial Filter Model forSuprathreshold Contrast Perception”,Vision Models for TargetDetection and Recognition,World Scientific Publishing,RiverEdge,NJ 1995,pp.88-117。然而,显然由于进一步增加的复杂性太明显所以没有将该模型采纳成后来的全HVS模型。在这些模型中的对空间频率灵敏度的瞬时影响大部分缺少。最后,取向和周围场的影响只被表示到正交滤波器和交叉棱锥体等级的掩蔽是有能力的程度,一般不与实验数据完好匹配。在美国专利5818520中介绍了一种当前的图像质量分析器,由美国俄勒冈州比弗顿的特克特罗尼克斯(Tektronix)公司制造的PQA-200分析器。这是个根据美国新泽西州普林斯顿的萨诺夫公司的JNDMetrixtm算法的非实时系统,其中将参考图像信号与相应的受损伤视频图像信号比较以获得按照一个HVS模型处理的差异。为进行评价,除维修外,基本采用测试条件下的系统,直到测试完成。希望有的是一种在实时视频环境中足够简单运行的用于视频图像质量评价的实时HVS性能模型化系统。因此本专利技术提供用于在实时视频环境中进行图像质量分析的实时人类视觉系统性能模型化。在单独的通道中处理参考图像信号和从该参考图像信号导出的测试图像信号。将这些图像信号转换到亮度图像信号并被2维低通滤波器滤波产生处理的图像信号。将这些处理的图像信号分段成具有相似统计的区,分段图块或区的平均值从处理的图像信号的像素中减去以产生已隐含高通滤波的分段的处理图像信号。噪声引入到分段的处理信号中,并对于参考分段处理图像信号和对于参考和测试分段处理图像信号之间的差异计算方差。用参考分段处理图像信号的方差归一化差分分段处理图像信号的方差,将该结果的N次方根确定为测试图像信号的可视受损伤的量度。该可视受损伤的量度可以转换成适当的单位,如JND、MOS等。当结合所附的权利要求和附图阅读时从以下详细说明中可见本专利技术的目的、优点和其他新颖的特点。附图是用于利用按本专利技术的实本文档来自技高网...

【技术保护点】
一种从参考图像信号引出的获得可见测试图像信号受损伤量度的实时人类视觉系统性能模型化的方法,该方法包含以下步骤: 滤波每个图像信号产生各个处理图像信号; 将噪声信号引入到被处理图像信号中的每一个中; 计算方差用于表示参考图像信号的被处理图像信号和用于表示来自引入步骤的处理信号之间差的差处理图像信号;以及 将方差组合获得受损伤的量度。

【技术特征摘要】
...

【专利技术属性】
技术研发人员:KM菲尔古森
申请(专利权)人:特克特朗尼克公司
类型:发明
国别省市:US[美国]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1