基于颜色复杂度和结构张量的恰可察觉失真模型

图像的恰可察觉失真(just noticeable distortion,JND)阈值是指人眼能够察觉的最小失真,通常被用于去除图像/视频压缩中的视觉冗余.针对JND模型对颜色和结构特征利用不充分的问题,提出了一种基于颜色复杂度和结构张量的JND模型.首先,计算图像的颜色复杂度,将其转换为与视觉敏感度相关的权值,和对比掩蔽模型结合以提升模型的准确性;然后,利用结构张量对局部特征进行表示,建立基于局部结构特征的调制因子,估计结构不规则区域的视觉冗余程度;最后,将基于颜色复杂度的JND模型和基于结构张量的调制因子结合,建立基于颜色复杂度和结构张量的JND(complexity structure tensor based JND,CSJND)模型.实验结果表明,相比于已有的模型,该模型在主观感知质量相同的前提下,能使PSNR值明显降低;该模型更加符合人眼的视觉特性,能更准确地估计出JND阈值.