隨著人類生活水平的不斷提高,人們對多媒體技術(shù)的需求也在不斷增加。高動態(tài)范圍（HDR）作為新一代的多媒體顯示技術(shù),完美適應人類視覺系統(tǒng)（HVS）,能夠給人們帶來極佳的觀賞體驗。近年來,HDR的應用范圍相當廣泛,如高清顯示、虛擬現(xiàn)實、全息影像等等。因此,關(guān)于HDR的討論和研究也在陸續(xù)增加。HDR圖像和視頻極大地提高了人的視覺體驗,同時也對HDR內(nèi)容的傳輸和存儲都帶來了極大的挑戰(zhàn)。本文旨在提出一種HDR圖像壓縮算法,解決HDR圖像占用內(nèi)存高,傳輸代價大的問題。視覺顯著性是人類視覺在觀察事物時首先關(guān)注的對象。對于一幅圖像,對人眼最敏感的區(qū)域理應得到最低程度的壓縮,使其保留的原始信息更多。本文首先分析壓縮殘差和視覺顯著性之間的相關(guān)性,運用統(tǒng)計學的方法得出兩者分布的異同。同時,本文還闡述了產(chǎn)生上述分布的原因,以及如何利用他們對HDR圖像進行更好的壓縮。然后本文將這種統(tǒng)計規(guī)律充分運用到HDR圖像壓縮中。通過設計自適應質(zhì)量偏移函數(shù),給與顯著區(qū)域更高的壓縮質(zhì)量,使得人眼敏感區(qū)域的圖像質(zhì)量最高,而其他區(qū)域的質(zhì)量隨著視覺顯著性的下降而降低。這種顯著區(qū)域與非顯著區(qū)域的碼流平衡將有效地提高圖像的整體質(zhì)量。本文將... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

HDR圖像的應用Figure1-1ApplicationsofHDRimage

圖 1-2 普通圖像和 HDR 圖像Figure 1-2 Traditional image and HDR imageR 圖像能夠給人們帶來更好的觀賞體驗，同時，也占 圖像每個平面存儲需要 12-32bit，遠高于普通圖像，因也就成為了關(guān)鍵。JPEG（JointPhotographicExpertsGro壓縮標準 JPEG XT，其中第 7 部分是高動態(tài)范圍圖像高動態(tài)范圍圖像壓縮技術(shù)的研究推向了高潮。近年來縮、顯示的技術(shù)層出不窮[4][5]，我國也推出了相應的 H手機中也加入了 HDR 拍照功能，HDR 技術(shù)已經(jīng)從計此可見，HDR 技術(shù)越來越得到全社會的關(guān)注和認可，有裨益。大環(huán)境下，多媒體技術(shù)將很快進入“HDR 時代”。HDR為重要。當年正是由于 JPEG 標準的流行，使得計算機幅增長，人們?yōu)g覽、下載和傳輸?shù)膱D像呈幾何趨勢上漲。前高漲，每年都有大量的研究者投身其中。本文將以

格式進行存儲；而需要更高圖像質(zhì)量時，再無損地恢復為原始圖像。該算法雖實現(xiàn)了方便快捷的無損壓縮功能，但其不足是對于整體亮度分布不均類型的圖像，顯示的效果不夠好。尤其是亮度指數(shù)直方圖嚴重偏移時，即原圖像過亮或過暗，會使平均亮度 ye嚴重偏向于最大亮度或零。這時遠離 ye的像素在轉(zhuǎn)換過程中變化最為劇烈，會帶來一定的碼流負擔。1.2.2 離散余弦域預測模型Choi 等人提出了一種基于離散余弦變換（DiscreteCosineTransform）域內(nèi)預測的高動態(tài)范圍圖像壓縮模型[9]。這種模型是 JPEGXT 標準推出后，最成功的模型之一，也是當前最先進的高動態(tài)范圍圖像壓縮算法之一。其成功之處在于繼承了 JPEGXT 標準的精髓，且融入了數(shù)學最優(yōu)化方法，又利用了 DCT 系數(shù)的相關(guān)性。其新穎的壓縮結(jié)構(gòu)設計和 DCT 域內(nèi)預測的高效性和創(chuàng)新性，受到了相關(guān)研究人員的廣泛關(guān)注。提到高動態(tài)范圍圖像壓縮，就不得不提這個壓縮模型。其基本的壓縮和解壓縮框架如圖 1-4 和 1-5 所示。

【參考文獻】：
期刊論文
[1]基于多特征相似度的圖像質(zhì)量評價算法[J]. 高源.  長春師范大學學報. 2018(06)
[2]采用主成分分析與梯度金字塔的高動態(tài)范圍圖像生成方法[J]. 張淑芳,丁文鑫,韓澤欣,劉孟婭,郭志鵬.  西安交通大學學報. 2018(04)
[3]HDR/WCG關(guān)鍵技術(shù)分析及標準化進展[J]. 馮寧,宋利,解蓉.  電視技術(shù). 2018(02)
[4]高動態(tài)范圍（HDR）技術(shù)標準與我國的行標制定情況[J]. 潘曉菲.  有線電視技術(shù). 2018(01)
[5]基于OPEN-EXR圖像的JPEG無損壓縮算法[J]. 王萬國,劉越,汪益琪,韓軍.  電子測量技術(shù). 2018(01)
[6]基于圖像壓縮與編碼技術(shù)的研究[J]. 潘遠翠.  數(shù)字技術(shù)與應用. 2011(04)
[7]一種改進的雙邊濾波算法[J]. 張志強,王萬玉.  中國圖象圖形學報. 2009(03)
[8]基于顏色視覺的高動態(tài)范圍圖像壓縮算法[J]. 萬曉霞,謝德紅,甘朝華,張婧.  中國印刷與包裝研究. 2009(01)
[9]基于JPEG的分層漸進圖像壓縮編碼方法[J]. 陳鷗.  湖南第一師范學報. 2004(04)
[10]關(guān)于圖象質(zhì)量評價指標PSNR的注記[J]. 李紅蕾,凌捷,徐少強.  廣東工業(yè)大學學報. 2004(03)

碩士論文
[1]基于人眼視覺特性的率失真優(yōu)化技術(shù)研究[D]. 于洋.北京郵電大學 2015
[2]高動態(tài)范圍圖像顯示技術(shù)研究[D]. 陳權(quán)斌.華中科技大學 2014
[3]基于顯著性信息的圖像塊壓縮感知編碼方法研究[D]. 胡開云.中南民族大學 2013
[4]WAP網(wǎng)關(guān)中JPEG圖像壓縮技術(shù)的研究[D]. 汪啟鵬.華南理工大學 2012
[5]高動態(tài)范圍圖像顯示與壓縮方法研究[D]. 王家亮.江南大學 2008



本文編號：2951858