文档介绍：基于图像视觉失真和相似性度量的几何分类算法
叶小琼(提高0402) 刘春晓(电信0401)
张斌(提高0501) 徐崚峰(提高0501)
导师刘文予
2007-03-06~2008-05-30
研究目的
看起来有变化吗?
研究目的
对图像失真的传统度量的方法仅从数学角度定义,如PSNR,MSE没有考虑到图像信号的特殊性往往会有偏差,因此我们考虑结合人眼视觉模型特性,提出图像视觉失真和相似性度量的定量描述
研究意义
计算机对图像识别、检索智能化,需要首先对图像进行区分,准则便是相似性与失真量
相似性与失真度量对图像水印容量以及压缩度有指导作用
相似性和失真度量
图像识别
图像检索
图像水印
图像压缩
Google图片搜索?
研究思路
特征提取
纹理的分
析与合成
评估特征算子对图像失真的贡献
提出新的图像失真与相似性度量方法
目前主要研究点
图像
研究内容
图像分解——结构部分与纹理部分
纹理的分析与合成
阶段性成果
项目成员以合作作者身份发表两篇国际会议论文
Fan Zhang, Wenyu Liu and Chunxiao Liu, High Capacity Watermarking in Nonedge Texture Under Statistical Distortion Constraint, Asian Conf. puter Vision, Nov. 2007.
Wenyu Liu, Fan Zhang and Chunxiao Liu, Spread-spectrum Watermark by Synthesizing Texture, Pacific-Rim Conf. on Multimedia, Dec. 2007.
阶段性成果
图像分解为结构和纹理,并对纹理分类
核心:能量最小化
方法:小波系数收缩、K均值聚类
实现纹理合成
核心:领域匹配
方法:多尺度分析
成果展示
图像分解演示—基于能量最小约束优化算法
纹理合成演示—按频率分层,逐层领域匹配
图像分解