基于語義的圖像編碼與圖像質(zhì)量評價方法的研究.pdf

1、數(shù)字圖像承載著生動豐富的視覺信息，在我們的日常生活和工作中扮演著重要角色。近幾年，隨著大數(shù)據(jù)時代的到來，面對海量圖像數(shù)據(jù)，在無線網(wǎng)絡(luò)帶寬有限的情況下，如何有效地壓縮編碼圖像并保持語義信息失真最小;另外，在人眼作為圖像信息接收者的情況下，如何有效地評估圖像的視覺質(zhì)量，已成為圖像處理領(lǐng)域的重要研究問題。
　　如何有效的壓縮編碼圖像以節(jié)省碼率，是圖像處理領(lǐng)域的經(jīng)典研究課題。傳統(tǒng)的圖像壓縮編碼技術(shù)，如國際編碼標準JPEG和JPEG2000

2、，關(guān)注的是率失真曲線，以給定碼率下圖像質(zhì)量失真最小為目的，通常以峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)或者結(jié)構(gòu)相似性準則(Structure Similarity IndexMeasurement，SSIM)來衡量圖像的視覺質(zhì)量。這些傳統(tǒng)的圖像編碼方法假定壓縮圖像的信息接收者是人眼視覺系統(tǒng)，但是隨著移動視覺檢索、目標識別、目標跟蹤等圖像分析技術(shù)的廣泛應(yīng)用，壓縮后的圖像直接由計算機算法進行分析處理。在

3、這種情況下，設(shè)計圖像編碼算法應(yīng)該在節(jié)省碼率的同時保留對圖像分析有用的信息，從而保證圖像分析任務(wù)的性能。
　　對圖像視覺質(zhì)量的衡量牽涉到圖像處理領(lǐng)域的一個重要研究課題——圖像質(zhì)量評價，有效的圖像質(zhì)量評價方法可以更好地指導(dǎo)圖像編碼方法，提升編碼效率?，F(xiàn)有的圖像質(zhì)量評價方法主要利用圖像的底層信號級特征，忽略了圖像內(nèi)容中高層語義信息對衡量視覺質(zhì)量的影響。針對傳統(tǒng)圖像編碼方法的局限性和現(xiàn)有圖像質(zhì)量評價方法的不足，通過分析圖像內(nèi)容中的語義信息

4、，我們研究了基于語義的圖像編碼和利用圖像語義信息的無參考圖像質(zhì)量評價。論文的主要研究內(nèi)容和創(chuàng)新點如下:
　　(1)針對移動視覺檢索，本文提出了基于顯著性分析的語義圖像編碼方法。通過顯著性檢測，得到表示圖像中各區(qū)域重要性程度的顯著圖。然后采用閾值分割方法，得到包含目標等圖像中重要語義信息的顯著區(qū)域。在編碼階段，采用基于感興趣區(qū)域的編碼方法，將碼率更多地分配給顯著區(qū)域，從而更好地保留圖像中的語義信息。實驗表明，在保證相似檢索準確率的情

5、況下，和傳統(tǒng)的JPEG2000編碼方法相比，我們提出的編碼方法可以節(jié)省12.25％乃至17.55％的編碼碼率。
　　(2)通過引入對圖像全局內(nèi)容中高層語義的理解，本文提出了利用圖像語義信息的無參考圖像質(zhì)量評價方法，由全局和局部內(nèi)容感知來近似模擬人類視覺系統(tǒng)對圖像視覺質(zhì)量的評價過程。我們采用深度卷積神經(jīng)網(wǎng)絡(luò)模擬人腦視覺系統(tǒng)對圖像全局內(nèi)容中高層語義信息的抽象理解;根據(jù)人眼視覺系統(tǒng)的視覺關(guān)注機制和多頻率通道特性，利用顯著區(qū)域選擇和Gab