基于視覺特性的圖像顯示質(zhì)量模型研究.pdf

1、近年來，基于人眼視覺系統(tǒng)的圖像質(zhì)量評價成為提高現(xiàn)有顯示系統(tǒng)質(zhì)量或開發(fā)新顯示技術(shù)的研究新熱點。論文創(chuàng)新性地引入JND（Just noticeable difference：JND）為自然圖像不同屬性的統(tǒng)一單位，度量各屬性變化對主觀圖像質(zhì)量的影響，建立這些屬性與主觀圖像質(zhì)量間的關(guān)系模型。該模型為顯示系統(tǒng)工業(yè)設(shè)計提供理論依據(jù)，可用以指導(dǎo)有限投入下如何最大限度地提高消費者感受到的圖像質(zhì)量。 論文選定了四個相互獨立的圖像屬性：色飽和度（C

2、olor Saturation）、峰值亮度（White Level）、暗場亮度（Black Level）和細(xì)節(jié)層次感（Contour Rendering），涵蓋了圖像質(zhì)量的重要影響因素。首先測定一般觀測條件下自然圖像各屬性的JND單位，而后以JND為單位不同程度地調(diào)節(jié)圖像各屬性，研究其對主觀圖像質(zhì)量的影響，即建立圖像屬性與主觀圖像質(zhì)量的關(guān)系模型。同時，論文還分析研究了其他會影響JND值的因素，如文化差異、圖像內(nèi)容及關(guān)注區(qū)域等，提出了JN

3、D的客觀評價理論模型，實現(xiàn)了自動預(yù)測自然圖像屬性的JND值，進而達(dá)到了智能化評價自然圖像的顯示質(zhì)量。論文具體內(nèi)容概括如下： 研究了試驗方法對自然圖像不同屬性JND的影響。研究了不同閾值檢測方法對圖像的WL、BL、CS和CR等閾值檢測的影響，提出改進的階梯法結(jié)合二項迫選法既能滿足閾值實驗的精度要求，又能保證實驗的高效性，可以為相關(guān)的心理閾值檢測實驗及設(shè)計提供指導(dǎo)意義。 測定了自然圖像屬性的JND單位．通過主觀實驗確定了一般

4、觀測條件下自然圖像不同屬性的JND值：BL的IND介于0．2-0．8cd/㎡間，WL的JND在20-50 cd/㎡間波動；CS的JND大約為△E94＝0．8±0．3（均值±標(biāo)準(zhǔn)偏差），CR的JND在LCD顯示器上大約為σ=0．5，相當(dāng)于高斯模糊寬度為1．5’的視角。采用實驗驗證了不同屬性單位JND改變量間的視覺等效性。在此基礎(chǔ)上，采用二分法建立了JND閾上感覺的心理量表。 建立了圖像內(nèi)容對JND影響的關(guān)系模型。圖像內(nèi)容對CS和C

5、R的JND無顯著影響，而對WL和BL的JND有顯著影響。在評估JND時，對BL關(guān)注較暗的區(qū)域，對WI關(guān)注較亮或色彩較鮮艷的區(qū)域，對CS關(guān)注色彩最鮮艷的區(qū)域。對圖像紋理、色彩、亮度等特征的提取及分析表明BL和WL主要受圖像平均亮度的影響，據(jù)此建立了WL的JND、BL的JND與圖像亮度的關(guān)系模型。 提出了主觀評測JND的關(guān)注區(qū)域選取算法。由于關(guān)注區(qū)域?qū)ND有重要影響，提出了自動提取被試關(guān)注區(qū)域的算法。采用關(guān)注區(qū)域的圖像特征有效地改

6、進了圖像內(nèi)容與JND的關(guān)系模型，證明JND主要受圖像的關(guān)注區(qū)域影響。與WL相比，關(guān)注區(qū)域?qū)L的JND的影響更大。 評估了文化差異對JND的影響。分別在荷蘭和中國重復(fù)實驗研究兩國人JND值間的差別，以期指導(dǎo)針對不同市場的優(yōu)化設(shè)計。對大部分圖像，中國人和荷蘭人在WL和CS的閾值上沒有顯著差別。少量圖像BL的JND間的差異源于部分被試關(guān)注區(qū)域的不同。 實現(xiàn)了以JND為單位的主觀圖像質(zhì)量評價。研究改變各圖像屬性對整體圖像質(zhì)量的