信息隱藏技術(shù)(中文版)

一個(gè)基于“剛剛-明顯-失真”測(cè)量的視覺(jué)感知調(diào)整子帶圖像編碼器的概要文件摘要：為了表示一幅具有最低可能比特率的高感知質(zhì)量圖像，一種有效的圖像壓縮算法不僅要消除統(tǒng)計(jì)相關(guān)性的冗余,還從消除圖像信信息里無(wú)關(guān)緊要的感知成分，在這篇文章里，將要提出一個(gè)視覺(jué)感知調(diào)整部分波段圖像編碼器的方案，其中一個(gè)公正、明顯顯示失真（JND）或微創(chuàng)明顯的失真（MND）配置文件是采用量化感知冗余。該JND配置文件提供了每個(gè)被編碼信號(hào)的失真可見(jiàn)性閾值，低于該閾值重建誤差被渲染不易察覺(jué)。在由于背景亮度和紋理屏蔽效應(yīng)而集成閾值敏感度的感知模型基礎(chǔ)上，JND文件從分析圖像信號(hào)的局部屬性來(lái)估計(jì)。根據(jù)人體對(duì)空間頻率的視覺(jué)感知敏感度，全頻帶JND/MND信息被分解不同的頻率子帶的JNDMND成分。有了這些部分的配置文件，無(wú)關(guān)緊要的感知信號(hào)在每個(gè)子波段都可以被篩選出來(lái)，并正確編碼我們有用的信息以滿足可見(jiàn)度閾值。新的量化保真措施，被稱作峰值信號(hào)-感知噪聲比（PSPNR），擬通過(guò)采取評(píng)估圖像的質(zhì)量包括考慮明顯變形的部分在內(nèi)。仿真結(jié)果表明，這種近乎透明的圖像編碼可在不到0.4像素內(nèi)實(shí)現(xiàn)。相比于ISO-JPEG標(biāo)準(zhǔn)，所提出的算法可以消除原始圖像更多的感性冗余，并且重構(gòu)圖像的視覺(jué)質(zhì)量以低比特率更能被我們所接受。1.介紹我們通常認(rèn)為當(dāng)前圖像編碼技術(shù)的表現(xiàn)是不足夠接近基本比特率。為了支撐未來(lái)要求低限制使圖像維持高質(zhì)量接收，為了支持未來(lái)低比特率高圖像質(zhì)量的設(shè)備，更高效的算法被人們所期待。在眾多達(dá)到這個(gè)最優(yōu)性的方法中，感知編碼將壓縮算法和人類(lèi)感知機(jī)制相連接被認(rèn)為是最有前途的解決方案，并在最近成為一個(gè)重要的研究領(lǐng)域。這是眾所周知的，圖像信號(hào)的統(tǒng)計(jì)是比較非平穩(wěn)的，重建圖像的保真度被人眼所要求的不同是從像素到像素的。通常來(lái)說(shuō)，感知編碼的重要任務(wù)是有效地使編碼算法適應(yīng)人體人眼的敏感度。各種方法已經(jīng)被提出將人類(lèi)視覺(jué)系統(tǒng)的某些確定的心理視覺(jué)特性（HVS）合并到圖像編碼算法中。已經(jīng)作出一些努力來(lái)開(kāi)發(fā)HVS的靈敏度到空間頻率為適應(yīng)量化步長(zhǎng)頻域。其他的努力試圖有效地利用空間掩蔽效應(yīng)來(lái)在空間域隱藏失真。然而，由于缺乏一個(gè)有效的定量測(cè)量評(píng)估圖像質(zhì)量和HVS非線性的措施，無(wú)圖像編碼方案尚未充分整合這些心理視覺(jué)效果提供一個(gè)簡(jiǎn)單而有效的方法用于消除靜止圖像的視覺(jué)冗余。在最近的圖像編碼技術(shù)評(píng)論中，賈揚(yáng)，提出了感知編碼的一個(gè)重要概念，即“剛剛明顯失真（JND）”。理想的JND提供各種被編碼信號(hào)能見(jiàn)度的閾值水平，低于則重建錯(cuò)誤難以察覺(jué)。靜止圖像的JND的配置文件是本地的信號(hào)屬性的函數(shù)，如背景強(qiáng)度、亮度的改變活動(dòng)和主導(dǎo)的空間頻率。這些屬性映射到JND的配置文件需要一個(gè)來(lái)自廣泛主觀實(shí)驗(yàn)有效的感知模型。一旦得到的圖像的JND配置文件，可感知失真的能量可以被測(cè)量，每個(gè)感知意義信號(hào)可以被評(píng)估。因此，一種有效的知覺(jué)模型可以從輸入圖像產(chǎn)生真實(shí)的JND曲線將成為圖像感知無(wú)損編碼的前提。基于JND概念的方法已經(jīng)在寬帶音頻透明編碼中非常成功。設(shè)想如果由于緊比特率預(yù)算而使透明編碼沒(méi)有獲得，最低限度明顯失真（MND）而不是JND將被要求，如此一來(lái)失真出現(xiàn)在重建圖像將被最低限度感知，出現(xiàn)在圖像上將均勻分布。如果比特率降低，重建圖像的感知質(zhì)量將相應(yīng)的降低。子帶編碼是一種很有前途的方法來(lái)實(shí)現(xiàn)高質(zhì)量的數(shù)字圖像壓縮，子帶編碼的基本思路是將空間的圖像信號(hào)分解成窄的頻率子帶，每個(gè)子帶被降低并分別編碼。近期子帶編碼的興趣是通過(guò)將HVS模型合并到圖像編碼算法的可行性來(lái)驅(qū)動(dòng)的。子帶編碼方案為圖像壓縮使用JND信息的概念在[21]提出，其中每個(gè)子帶基本敏感度第一次從在midgrey背景下測(cè)量明顯的噪聲的能量的經(jīng)驗(yàn)中得到。每個(gè)子頻帶的基本靈敏度通過(guò)本地調(diào)整亮度和紋理能量來(lái)獲得感知閾值用于設(shè)定DPCM量化器的步長(zhǎng)。盡管總的信號(hào)能量非常高比例的包含在最低頻率子帶，截?cái)鄮Щ蚋哳l帶待編碼信號(hào)將導(dǎo)致由于混疊效應(yīng)的感知失真。另一方面，除非顯著信號(hào)進(jìn)行過(guò)謹(jǐn)慎編碼，高頻帶信號(hào)overcoding代價(jià)是付費(fèi)獲得的高感知質(zhì)量圖像。因此，待解決的問(wèn)題是優(yōu)化的子帶編碼方案是如何定位在每一個(gè)頻率子波段感知重要的信號(hào)，并如何將這些信號(hào)具有最低可能的比特率進(jìn)行編碼而不超出誤差可視性閾值。在本文中，一個(gè)簡(jiǎn)單而有效的感知模型被提出來(lái)估計(jì)灰度級(jí)圖像的JNDMND信息。子帶編碼算法被設(shè)計(jì)用于去除作為量化JND/MND信息的感性冗余。在第11節(jié)，重要心理視覺(jué)特性HVS進(jìn)行評(píng)估，在靜止圖像感性固有的冗余進(jìn)行了研究。在DI部分，所推薦包含兩個(gè)基本的知覺(jué)作用的模型被詳細(xì)的描述。為了驗(yàn)證所提出的感知模型在獲得JND信息中的有效性，進(jìn)行了一個(gè)主觀測(cè)試用于比較JND污染的圖像感知質(zhì)量與原始圖像，在第四節(jié)中，提議的子帶編碼方案進(jìn)行說(shuō)明?？紤]到事實(shí)上，傳統(tǒng)的PSNR不能充分體現(xiàn)再建圖像真實(shí)的感知質(zhì)量，新的保真度評(píng)估，以衡量能源殘留在能量重建圖像感知失真中被在第V節(jié)中定義。仿真結(jié)果從PSNRP、SPNR和所要求的比特率幾個(gè)方面介紹。為了進(jìn)行比較，從應(yīng)用ISO-PEG編碼器到相同的測(cè)試圖像中獲得的編碼結(jié)果也被呈現(xiàn)出來(lái)，一個(gè)中介總結(jié)在本文第六節(jié)給出。2.感知冗余靜止圖像固有的的感知冗余是基于HVS靈敏度在變化的對(duì)照物、亮度在空間域的變化的刺激下不一致性。運(yùn)用心理物理學(xué)到圖像編碼中，編碼損壞能見(jiàn)度閾值是量化感知冗余最重要措施。它已被定義為刺激的量級(jí)，在那它可見(jiàn)或不可見(jiàn)。一個(gè)特定的刺激能見(jiàn)度取決于許多因素，僅考慮非彩色圖像在空間域中，有主要兩方面因素影響每個(gè)像素的可見(jiàn)性閾值的錯(cuò)誤，一個(gè)是像素后面的平均背景亮度進(jìn)行測(cè)試，另一種是在空間不均勻的背景亮度。在實(shí)驗(yàn)研究的第一個(gè)因素的作用時(shí)，研究發(fā)現(xiàn)，人的視覺(jué)感知對(duì)對(duì)照物的亮度比固定亮度值更為敏感。如圖中箭頭韋伯定律，如果測(cè)試刺激的亮度與周?chē)h(huán)境亮度是明顯的，恰可察覺(jué)的亮度的比率不同于刺激亮度，稱為韋伯分?jǐn)?shù)，是常量。事實(shí)上，由于周?chē)彰鳝h(huán)境包圍顯示的存在，在非常暗的的區(qū)域的噪聲發(fā)生趨向于更不可見(jiàn)高于更高的亮度區(qū)域。因此，修改已提出的，當(dāng)背景亮度低時(shí)，韋伯分?jǐn)?shù)隨著背景亮度減小而增大。另一方面，如果背景的亮度高，則當(dāng)背景亮度增加時(shí)韋伯分?jǐn)?shù)保持不變。這個(gè)修改已經(jīng)應(yīng)用到感知調(diào)諧圖象編碼器，其中高能見(jiàn)度的閾值假設(shè)在任一非常暗或亮的區(qū)域，并且低閾值在圍繞127中等灰度級(jí)的區(qū)域。第二個(gè)因素反映的事實(shí)是，由空間背景亮度不均勻性造成刺激的能見(jiàn)度減少，這一事實(shí)被稱為空間掩蔽。已經(jīng)作出了一些努力利用某些形式的空間掩蔽以提高編碼效率。然而，掩蔽效應(yīng)是很復(fù)雜的過(guò)程，沒(méi)有一個(gè)單一的理論已經(jīng)能夠證明各種形式的掩蔽是正當(dāng)?shù)摹ＴS多對(duì)這種效果的調(diào)查已被進(jìn)行，以確定對(duì)于一個(gè)在位置接近的亮度邊緣的小光點(diǎn)或線的刺激亮度差閾值?？臻g掩蔽已被廣泛使用，以優(yōu)化差分脈沖編碼調(diào)制（DPCM）編碼器，其中可變步長(zhǎng)的量化器被設(shè)計(jì)以這樣一種方式，該量化錯(cuò)誤可以由亮度轉(zhuǎn)換被屏蔽。在許多方法中，亮度差的可視性閾值被定義為亮度邊緣的幅度的函數(shù)，其中，擾動(dòng)是變化的，直到它變成剛剛明顯。如圖1所示，實(shí)驗(yàn)結(jié)果之一是將亮度差閾值和亮度邊緣高度相聯(lián)系。這些結(jié)果還表明，可視性閾值不僅取決于邊緣的高度，還取決于背景亮度。在[12]中，空間活動(dòng)的遮蔽函數(shù)的計(jì)算是在每個(gè)像素水平的加權(quán)和，鄰近的像素其中垂直亮度斜坡的重量減少作為相鄰像素的距離和中心像素點(diǎn)像素的增加。噪聲可見(jiàn)性函數(shù)被定義來(lái)測(cè)量測(cè)試刺激的主觀大小當(dāng)屏蔽函數(shù)超過(guò)給定閾值。實(shí)驗(yàn)結(jié)果表明，高值屏蔽函數(shù)一般導(dǎo)致能見(jiàn)度函數(shù)的值低，反之亦然。這些結(jié)果也證實(shí)了噪聲可視性的降低發(fā)生在空間細(xì)節(jié)附近，較少的像素具有在大多數(shù)圖像的高空間細(xì)節(jié)。Musmann和埃德曼的方法，可以作為上述掩蔽模型的簡(jiǎn)化版本，這使量化誤差小于可視性閾值。在這種方法中，可視性閾值和定義在每個(gè)像素處的遮蔽函數(shù)關(guān)聯(lián)作為四個(gè)相鄰像素的最大預(yù)測(cè)誤差。除了對(duì)在空間域中的靈敏度閾值的調(diào)查，許多心理視覺(jué)研究表明失真的感知依賴于它的頻度分布。不同空間頻率的對(duì)比敏感度已被測(cè)定，并作為調(diào)制傳遞函數(shù)的模型。從圖2中MTF的響應(yīng)曲線得出，它表明HVS通常具有類(lèi)似通帶特性。失真的靈敏度在更高空間域頻率比在較低的空間域頻率為低。在第IV節(jié)，MTF的特性被用來(lái)推導(dǎo)能量的加權(quán)函數(shù)用于將JND的信號(hào)分解成不同頻帶的分量。3.所提議的感知模型本文的工作是把HVS的特性與JND曲線的估計(jì)合并用于測(cè)量圖像中固有的感知冗余。由于為此目沒(méi)有建立統(tǒng)一的HVS模型，僅知道HVS的特性，如在上一節(jié)中提到的，被用于于發(fā)展一個(gè)估計(jì)的感知模型，從空間域的數(shù)據(jù)得出，JND的值與圖像的每個(gè)像素相關(guān)聯(lián)。在現(xiàn)實(shí)生活中的圖像，JND的可見(jiàn)性閾值可能是上面提到的兩個(gè)因素的一個(gè)非常復(fù)雜的函數(shù)。然而，為了簡(jiǎn)單起見(jiàn)，該模型通過(guò)簡(jiǎn)化的兩個(gè)因素間的相關(guān)性得到，并假定JND值由這兩個(gè)因素的主導(dǎo)作用而決定。用于估計(jì)全帶JND信息的感知模型可以由以下式子描述：其中bg（X，Y）和mg（Z，Y）指的是平均背景亮度和（Z，Y）周?chē)南袼乇尘傲炼炔畹淖畲蠹訖?quán)平均。H和W分別表示圖像的高度和寬度。空間掩蔽效應(yīng)由函數(shù)f1(x,y)建模，它的線性特性是在類(lèi)似于[12]和[15]的測(cè)試中得到的，并且圖1所示的關(guān)系接近。如圖1所示，可見(jiàn)性閾值和亮度差關(guān)系曲線的近似斜率當(dāng)背景亮度增大時(shí)趨于增大。參數(shù)a（X，Y）和P（X，Y）是背景亮度依附函數(shù)與確定斜率曲線以及可見(jiàn)度閾值軸的交點(diǎn)，背景亮度的可見(jiàn)度閾值由函數(shù)F2（x，y）給出，在其中噪聲靈敏度和背景亮度之間的關(guān)系由主觀測(cè)試驗(yàn)證。在該實(shí)驗(yàn)中，小正方形區(qū)域32×32像素，是位于在恒定灰度級(jí)的平面的中心。對(duì)于平面中每一個(gè)可能的灰度級(jí)，固定振幅的噪聲是從在正方形區(qū)域像素中隨意的加上或者減去。通過(guò)改變?cè)肼暤恼穹?，?dāng)受噪聲污染區(qū)域剛剛明顯時(shí)每個(gè)灰度級(jí)的可見(jiàn)性閾值就為之確定。與在[21]得到的測(cè)試結(jié)果相似，并示于圖（3），其中對(duì)應(yīng)于低背景亮度的關(guān)系（127以下）由另一根方程建模部分（超過(guò)127）是由一個(gè)線性函數(shù)來(lái)近似。兩個(gè)上述實(shí)驗(yàn)是在一個(gè)暗室進(jìn)行，由19-inSPARC-workstation顯示器顯示，在距離約6倍圖像高度獲取。f2（X，Y）、T0和γ分別表示當(dāng)背景灰度級(jí)為0下的可視性閾，直線的斜率該模型在較高的背景亮度的功能。由于空間掩蔽效應(yīng)，β（x，y）中的λ影響能見(jiàn)度閾值的平均振幅,這些可以在實(shí)驗(yàn)中找到，這三個(gè)變量的值由觀看距離的增加而增加。因此JND/MND可以被建模為一個(gè)單調(diào)遞增函數(shù)觀看距離。對(duì)于在上述所采取的觀看距離進(jìn)行了實(shí)驗(yàn)，T0,γ和λMNDd,fbx,y=JNDfb當(dāng)d的值從1.0到4.0.(x,y)的mg(x,y)由在像素點(diǎn)4個(gè)方向的加權(quán)平均亮度值經(jīng)計(jì)算確定，如圖（4）所示，四個(gè)方向，Gki,j,mg(x,y)=maxk=1,2,3,4gradk(x,y)其中0≤x<H其中p(s,1-r)表示（x,y)點(diǎn)的像素。平均背景亮度bg(x,y)由B（i,j),i,j=1,...,5通過(guò)加權(quán)計(jì)算獲得。如圖（5）所示。bgx,y為了證明所提出的感知模型的有效性，進(jìn)行了一個(gè)比較原始圖像的JND噪音污染的主觀測(cè)試（圖6）。如果JND曲線從所提出的感知模型得到的是準(zhǔn)確的，其相應(yīng)JND污染的感知質(zhì)量理論上應(yīng)該和低污染的PSNR原始圖像是一樣好的。圖（7）顯示測(cè)試被隨機(jī)的JND值污染的圖像的估計(jì)JND曲線。每個(gè)像素中減去被污染的圖像c(x,y),由此可以得到如crand(x,y)=1or-1其中0≤x如在圖(7)中所示的圖像由暗室的顯示器顯示，我們很難辨別在約6倍圖像高度的距離來(lái)觀看原來(lái)和被污染的圖像之間的差異，該被污染的圖像信噪比為33.1分貝。這種方法不僅可以用于量化在指定允許的觀看距離的圖像在一個(gè)透明的編碼中的不可察覺(jué)的量化失真，而且可以縮小感知模型以獲得JND輪廓在給定的觀看距離上的更精確的估計(jì)。受污染的MND測(cè)試圖像（d=3.0）如圖（8）所示。4、編碼方案所提出的編碼裝置的功能框圖如圖(9)所示，其中整個(gè)系統(tǒng)被分成分為三個(gè)部分。第一部分是該濾波器的子帶分解。第二部分包括用于估計(jì)的該JND/MND信息所提出的感知模型輸入圖像的一種機(jī)制，用于分解所述全帶JND/MND分布到組件JND/MND不同的頻率子帶上。第三部分是編碼器，編碼通過(guò)由JND/MND相應(yīng)確定適當(dāng)編碼參數(shù)的重要感知子信號(hào)A.子帶編碼子帶圖像的編碼是在低比特率實(shí)現(xiàn)高質(zhì)量的圖像壓縮的有效方法。它具有避免塊狀類(lèi)型偽像以上基于離散余弦變換（DCT）的編碼方案的優(yōu)點(diǎn)。子帶編碼是一種類(lèi)型的分層編碼方案，該方案通過(guò)將源圖像分割成子圖像具有不同分辨率的層提供不同的編碼系統(tǒng)之間的兼容性。達(dá)到接近完美的重構(gòu)，圖像信號(hào)通常是由2維正交鏡像濾波器組，其允許輸入信號(hào)，信號(hào)的無(wú)混疊重建完成的分析和合成。在所提出的子帶編碼器的仿真，一個(gè)16抽頭的QMF被用于分解所述輸入圖像分成16個(gè)相等的子帶（圖1O），其中所述濾波由循環(huán)卷積進(jìn)行壓制靠近圖像的邊緣之間的誤差.在許多子帶編碼方式，壓縮是通過(guò)在一個(gè)預(yù)定義的準(zhǔn)則分配比特的正確數(shù)目，以每個(gè)子帶實(shí)現(xiàn)。在本文中，子帶編碼是通過(guò)分配比特來(lái)感知重要信號(hào)，使得編碼誤差內(nèi)JND或MND信息局限于優(yōu)化。為了使聽(tīng)覺(jué)重要信號(hào)可以被有效地定位和編碼時(shí)，每個(gè)信號(hào)的感知意義，必須進(jìn)行評(píng)估.B.在JND/MND輪廓的分解為了評(píng)價(jià)中的子帶的每個(gè)信號(hào)的感知意義，對(duì)應(yīng)于各個(gè)子帶的JND/MND信息必須找到。在空間頻率域中，HVS充當(dāng)偽帶通系統(tǒng)。高空間頻率的失真，需要較高的能量比的中間空間失真可見(jiàn)。根據(jù)人類(lèi)視覺(jué)系統(tǒng)對(duì)空間頻率靈敏度，加權(quán)函數(shù)來(lái)分配的全頻帶JND/MND能量到不同的子帶，從計(jì)算每個(gè)子帶的平均MTF值而得。為16個(gè)相等的子帶分解，在全頻帶JND（或MND）能量分布和組分JND（或MND）能量由下式給出的關(guān)系:其中JNDq（M，N）表示JND的（M，N）的第q個(gè)子帶的大小。wq表示為第q個(gè)子帶的重量和被定義為歸一化空間頻率的不敏感性，其中SK，表示在信號(hào)的能量，HVS的他平均靈敏度在第k子頻帶的空間頻率的術(shù)語(yǔ)。由于可以從（11）和（12）可以理解，每個(gè)子帶的失真的可視性閾值成反比，對(duì)應(yīng)的相對(duì)靈敏度空間frequencies.The平均靈敏度SK，由下式計(jì)算

其中

以及e（U，V）表示的MTF為0FU<H，05V<W。一種嵌合的MTF的響應(yīng)曲線一般化的公式可表示的響應(yīng)曲線其中

是空間頻率在每度周期。空間頻率的計(jì)算是基于約6倍的圖像高度和4的長(zhǎng)寬比的視距：3。假設(shè)，在此觀看距離，在水平方向上64個(gè)像素對(duì)著大約1度的視野。常數(shù)A，B，C，和SZO是塑造MTF曲線參數(shù)。業(yè)已發(fā)現(xiàn)，該MTF曲線由=2.6，B=0.0192，C=1.1，和Ro=8.772建模是有用的圖象壓縮的典型應(yīng)用。如表中列出我都是從為512×512的圖像的16相等的子帶這個(gè)MTF曲線得到的JND能源的權(quán)重。C.最低帶的編碼

最低頻帶信息中所包含的是整個(gè)圖像的占主導(dǎo)地位的一部分。重建的最低頻帶的質(zhì)量從而基本上影響了重建圖像的整體質(zhì)量。由于該頻段的像素到像素的相關(guān)性還是非常高的，一個(gè)二維DCT算法來(lái)此頻段進(jìn)行編碼?；贒CT的編碼算法已被廣泛認(rèn)為是在像素之間的能量壓縮和去相關(guān)方面近乎最佳的方法。然而，從在變換域中的信號(hào)有效地除去所述感知冗余，每個(gè)感知意義的變換系數(shù)需要被評(píng)估，并且顯著系數(shù)必須用適當(dāng)?shù)牟介L(zhǎng)進(jìn)行量化。在本文中，最低的頻帶首先被分成的尺寸8×8個(gè)不重疊的塊，對(duì)每一個(gè)在[37]中所施加的2-DDCT變換使用。以定位在一個(gè)塊中的感知顯著變換系數(shù)中，首先假設(shè)具有幅值小于0.5和高序數(shù)的AC系數(shù)絕對(duì)值小于1.0的低序數(shù)的AC系數(shù)被視為無(wú)意義的.第二，如符合Parseval定理，從量化所有的AC系數(shù)所造成的總編碼能量是該塊的頻帶JND/MND信息。這表示沒(méi)有誤差公差允許在編碼直流系數(shù).假設(shè)，即塊的失真能量不含低幅度的AC系數(shù)的部分被均勻地由AC系數(shù)分配具有較大.所以，局部閾值，r（下F，G），用于評(píng)估大幅度系數(shù)的塊的感知意義（F，G）可以由下面的公式得到的其中{FF，G（U，V）}表示DCT變換塊（F，G）的系數(shù)。其幅度小于系數(shù)

局部閾值也將被認(rèn)為是聽(tīng)覺(jué)不重要并棄之。另一方面，隨著系數(shù)

幅度比本地的閾值被認(rèn)為是聽(tīng)覺(jué)顯著，并是編碼由一個(gè)均勻量化

與步長(zhǎng)設(shè)置為本地的閾值。均勻量化器的最小步長(zhǎng)設(shè)定為1.0，以避免在低JNDMND能量的情況下。由于相鄰塊的平均亮度之間的相關(guān)性是高的，最低的頻帶的DC系數(shù)被DPCM編碼的可變長(zhǎng)度碼。對(duì)2-D預(yù)測(cè)的像素結(jié)構(gòu)是一樣的，在ISO-JPEG[38]中提出。聽(tīng)覺(jué)重要的AC系數(shù)的位置位于通過(guò)Z字形掃描。任何兩個(gè)非零量化系數(shù)和AC系數(shù)的量化指數(shù)之間的游程長(zhǎng)度是可變長(zhǎng)度編碼，以達(dá)到最佳的壓縮。D.高頻帶的編碼在高頻子帶中，只有信號(hào)的幅度比相應(yīng)的JNDMND值較大的被認(rèn)為是感知顯著和編碼。編碼這些感知顯著信號(hào)，每個(gè)子帶的第一劃分成互不重疊的4×4子塊。這取決于在子塊顯著信號(hào)的數(shù)量，所有的子塊被分為重要和不重要的類(lèi)型。包含少于兩個(gè)顯著點(diǎn)的子塊被視為不重要。這是基于以下觀察：少數(shù)孤立點(diǎn)沒(méi)有影響的感知質(zhì)量。因此顯著信號(hào)位于通過(guò)執(zhí)行掃描的兩層。第一層掃描的是，子塊逐子塊的基礎(chǔ)上執(zhí)行定位重要子塊.僅僅信號(hào)中的重要子塊被掃描編碼的第二層和PCM。這兩個(gè)層中的子帶的掃描計(jì)劃由帶位置＃2確定的，＃3的水平掃描，與那些在子帶＃4，＃8，＃12在垂直方向進(jìn)行掃描。剩余的高頻子帶中的信號(hào)被Z字形掃描。在子塊的感知顯著信號(hào)被量化和被設(shè)置為最小的選定JNDMND值，但不低于1.0，以避免克服相同的步長(zhǎng)。在每個(gè)子帶重要的子塊的位置被游程長(zhǎng)度編碼，其中重要的子數(shù)據(jù)塊的運(yùn)行是可變長(zhǎng)編碼。顯著點(diǎn)中的每個(gè)子塊的運(yùn)行，對(duì)顯著信號(hào)量化索引，并且每個(gè)重要子塊的量化器步長(zhǎng)都是可變長(zhǎng)度的霍夫曼碼進(jìn)行編碼。5模擬結(jié)果與討論為了評(píng)估重建圖像的感知質(zhì)量以及（本文）提出的編碼算法，一個(gè)有效的保真度標(biāo)準(zhǔn)是必需的。峰值信噪比是一種用以測(cè)量圖像質(zhì)量的常用方法。然而，它無(wú)法準(zhǔn)確地反映重建圖像的真實(shí)感官質(zhì)量，尤其是在比特率較低的情況下。因此，我們需要一種與對(duì)圖像質(zhì)量的主觀評(píng)估相一致的定量的保真度量度。在本文中，我們定義了一種可計(jì)算的保真度量度，以便用可感知畸變能來(lái)評(píng)估被壓縮圖像的質(zhì)量。在這一量度中，可感知畸變是指畸變中可觀察到的，或超過(guò)由JND曲線所給出的閾值的部分（比例）。這種稱為“峰值信號(hào)-可感知噪聲比（PSPNR）”的新的保真度標(biāo)準(zhǔn)定義如下：

式中表示在(x,y)處重建的像素。PSPNR與JND曲線呈明顯相關(guān)，因此是觀察距離的函數(shù)。所以，對(duì)于峰值信號(hào)比(PSNR)為定值的重建圖像，JND曲線的平均值隨著觀察距離的增大而增大。與之相關(guān)的PSPNR亦是如此。依照本文所提出的算法，我們用相應(yīng)的JND/MND曲線對(duì)從簡(jiǎn)單到復(fù)雜的多種灰階圖像進(jìn)行了編碼。編碼結(jié)果表明，當(dāng)在6倍圖像高度的距離上觀察時(shí)，透明質(zhì)量可在比特率0.1-0.5bpp的范圍內(nèi)達(dá)到。平均來(lái)說(shuō)，對(duì)于通常的圖像，比特率低于0.4bpp時(shí)可以得到很高的感知質(zhì)量或接近透明質(zhì)量。圖11展示了用相應(yīng)的JND曲線編碼的“Lenna”與“Pepper”的重建圖像。當(dāng)在距顯示器的一段特定距離上觀察時(shí)，重建圖像與原圖已經(jīng)很難區(qū)分。如表II所示，對(duì)這些圖像的接近透明編碼可在比特率小于0.4bpp時(shí)實(shí)現(xiàn)，而PSNR與PSPNR的差量化了可感知畸變被本文所提出算法消除的量。我們對(duì)以不同比特率重建的圖像與用ISO-JPEG標(biāo)準(zhǔn)編碼的圖像進(jìn)行了比較。本文提出的算法所要求的比特率可以通過(guò)變換MND曲線的畸變指數(shù)的方法進(jìn)行控制，而JPEG算法所要求的比特率可通過(guò)變換量化表比例系數(shù)的方法控制。比如，d=3.6，1.6和1.25的MND曲線被用于以0.15，0.23與0.33的比特率壓縮圖像“Pepper”。以低比特率重建的圖像如圖12、13所示。我們注意到，用該算法編碼的重建圖像的感知質(zhì)量比用JPEG算法壓縮的圖像更好。MND曲線畸變指數(shù)的降低提高了被壓縮圖像的保真度。消除更多的可感知畸變需要更高的比特率，因此PSPNR與PSNR的值將會(huì)更高。該算法與JPEG算法的“PSPNR/PSNR對(duì)所需比特率”圖像如圖14、15所示。圖像表明，該算法的表現(xiàn)優(yōu)于ISO-JPEG標(biāo)準(zhǔn)。被該算法消除的感知冗余(PSPNR-PSNR)的量大于被JPEG算法消除的量。當(dāng)比特率較高時(shí)，被JPEG算法消除的感知冗余相