论文摘要：基于交叉视觉皮质模型的图像编码技术研究与实现

神经生物学实验表明人脑视觉皮层的神经元以40Hz左右的同步脉冲发放频率实现视觉图像目标区域的感知分割功能。这一优良的生物学机制为图像编码技术的研究提供了有力的工具和新的切入点。基于分割的图像编码技术的主要研究问题有：如何准确分割，使图-背景分离得到感兴趣目标区域；如何高效编码来获得较高的压缩比；如何在编码中包含任意形状的感兴趣区域，使得在全图高压缩比的同时保证图中重要感兴趣区域信息的高质量重建。本文针对以上三个问题，在国内外研究的基础上，给出了基于交叉视觉皮质模型的图像编码算法，主要工作包括：1.给出了一种基于修正交叉视觉皮质模型的图像自适应分割新方法。根据待分割图像的自身特性，自适应地设定参数，并以互信息量为目标函数选取最佳分割结果。该方法解决了针对不同的图像需要人工设定交叉皮质模型参数和需要人工选取最佳分割结果的两个问题。2.给出了一种基于多级树集合划分SPIHT和匹配追踪的图像编码方法。该方法采用拉普拉斯金字塔将原始图像分成低频平滑层和高频细节层，在低频平滑层使用离散小波变换和SPIHT编码图像的低频成分；在高频细节层，则使用基于克隆选择的匹配追踪图像编码算法。该方法能够产生渐进PSNR的位流，图像重建质量要高于单一小波图像编码算法。3.给出了基于分割的感兴趣区域图像编码算法，给出一种基于图像熵的自适应选取位移因子的算法，本文的编码框架既不需要编码不规则感兴趣区域形状信息，又能灵活控制感兴趣区域和背景区域的质量比。4.实现了基于交叉视觉皮质模型的图像编解码技术的原型系统。本文通过实验以及原型系统的实现，最终验证了本文给出的基于交叉视觉皮质模型感知分割的图像编解码技术的可行及其优势。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/207003.html