視覺注意模型的研究及其在ROI圖像壓縮上的應(yīng)用.pdf

1、在各種人類視覺感知模型中，Itti提出的模型運用差分高斯函數(shù)模擬人眼的感受野，得到顏色、亮度、方向三個注意分量的多個顯著圖，對這些顯著圖運用勝者為王（Winner Take All WTA）的神經(jīng)網(wǎng)絡(luò)得到感興趣區(qū)域。該模型在自然圖像中對物體的視覺注意有較好的效果，在科研、軍事上有一定的應(yīng)用。但是，該模型里面忽略了物體輪廓信息。對人眼的各項研究表明，人眼對物體的邊緣輪廓的識別能力相當(dāng)?shù)母?，增加物體輪廓信息，可望提高視覺注意的精確度。由此，

2、本文在Itti模型的基礎(chǔ)上提出了如下兩點的改進：
　　1、在 Itti模型后端增加一個輪廓信息提取的模塊。先用Itti模型尋找多個感興趣區(qū)域，然后對區(qū)域進行適當(dāng)?shù)臄U大，再采用改進后適合提取自然圖像的輪廓邊緣檢測算子獲得輪廓信息，模擬人眼系統(tǒng)的感受野通過輪廓信息確定感興趣區(qū)域。由于物體相對于背景一般來說是有較大區(qū)別的，因此，物體一般都有一個較為完整的輪廓，對輪廓運用視覺注意，就能得到對人眼來說更準(zhǔn)確的感興趣區(qū)域。
　　2、對I

3、tti模型采用的高斯金字塔模塊進行改進，以保留輪廓信息。改進后的高斯金字塔的高斯核窗口能根據(jù)圖像的平坦?fàn)顩r，自適應(yīng)地改變窗口的方向、大小和形狀。在圖像邊緣的地方，窗口平行于邊緣，并且窗口平行于邊緣的高斯核邊較長，同時垂直于邊緣的高斯核邊較短，這樣能很好的保留輪廓信息。
　　試驗證明，改進后的模型能在增加計算量不是很大的情況下，提高感興趣區(qū)域提取的準(zhǔn)確度。對于亮度低、顏色與背景區(qū)別不大、方向信息不強，但一定輪廓的自然目標(biāo)，本文模型正

4、確識別力更強。
　　最后，用改進模型實現(xiàn)了無人工參與的ROI(Region of Interest)嵌入式圖像壓縮處理應(yīng)用試驗。輸入圖像先經(jīng)過5-3小波線性變換，再用本文模型得到的注意區(qū)域作為ROI掩模區(qū)域，最后用SPIHT（分層樹集合分裂算法 Set Partitioning in Hierarchical Trees）對小波系數(shù)進行分類排序的嵌入式圖像編碼方法完成了ROI圖像編碼。該模型無需人工干預(yù)，就能確定注意區(qū)域，實現(xiàn)對感