本资助项目深入研究了基于Ridgelet\Curvelet\Contourlet等超小波变换图像感知编码理论与算法及其应用,圆满完成3年预定目标。取得研究成果包括1)通过图像超小波变换域统计模型(包括边缘统计、联合统计,HMM模型等)及其机理分析,刻画了超小波变换系数的感知重要性、结构特性和相关性;2)结合人类视觉系统的特性,对其频率敏感性与掩盖效应进行了建模,定量描述图像的视觉冗余,提出了可计算的超小波变换域视觉感知模型;3)设计了基于Contourlet变换的EZW编码器与SPIHT编码器,Contourlet域视觉压扩器,Wavelet-Based DFB图像感知编码算法;4)建立基于率-感知失真的最优化模型,提出和设计了超小波变换域同时消除统计相关性和视觉冗余的联合编码框架和相应的高性能图像编码和解码算法;5)提出了具有视觉感受野稀疏编码特性的Gabor感知多成分字典的设计方法,提出图像多成份稀疏表示的高效匹配追踪算法,设计了基于稀疏表示的低比特率可伸缩图像编码算法。6) 在数字水印,图像复原,超分辨和图像分析领域进行了超小波的相关创新性应用。
英文主题词beyong wavelet transform; HVS; image perceptual coding