基于视觉显著性的高动态范围图像压缩方法研究的任务书.docx

基于视觉显著性的高动态范围图像压缩方法研究的任务书
任务书
研究题目：基于视觉显著性的高动态范围图像压缩方法研究
问题及背景：
随着数字图像技术的不断发展，高动态范围图像(HDR图像)的应用越来越广泛，HDR图像能够有效地保存大量的图像信息，使得图像的明暗过渡更加自然，而且能够展示更多的细节。但是，HDR图像的在存储和传输方面却面临严峻的挑战，因为其体积较大，如果不加压缩，需要更多的存储空间和带宽。因此，如何对HDR图像进行高效的压缩成为了研究的热点问题。
目标和方法：
本研究将重点研究基于视觉显著性的HDR图像压缩方法。在传统的HDR图像压缩方法中，常规的压缩算法无法准确地兼顾保留高动态范围和压缩体积的矛盾。而基于视觉显著性的HDR图像压缩方法可以根据人眼对图片的关注程度，对图片进行压缩，从而更好地保留图像信息的同时，降低图片的存储和传输需求。因此，我们的研究将探讨以下两个方面的问题：
1.视觉显著性检测：本研究将基于相关的计算模型，对HDR图像进行视觉显著性特征的分析，通过关注着人眼所优先处理的部分实现压缩的准确性和有效性。为此，我们需要探索通用性的视觉显著性检测算法，并将其应用到HDR图像压缩中。
2.压缩方法研究：通过对不同的视觉显著性区域进行不同的压缩处理，实现对HDR图像的低损失压缩。我们需要研究基于视觉显著性的高动态范围图像压缩方法，主要包括：可控的压缩比例，具有可扩展性，可实现逐渐质量增加的优势。
预期成果：
1.视觉显著性检测算法：实现基于视觉显著性的HDR图像压缩。
2.高动态范围图像压缩方法：基于视觉显著性的高动态范围图像压缩算法。
3.实验验证：对比不同的HDR图像压缩方法，通过量化分析和主观感受评估，验证所设计的基于视觉显著性的压缩方法的有效性和准确性。
预期时间：
本研究的时间预计为6个月，按下列计划安排：
第1-2个月：研究已有的基于视觉显著性的图像压缩算法和HDR图像压缩方法，了解现有研究的优缺点和研究方向。
第3-4个月：研究视觉显著性检测算法，并将其应用于HDR图像压缩中。
第5-6个月：研究基于视觉显著性的HDR图像压缩方法，完成实验验证及论文写作。
任务分配及责任：
1.主要研究人员：负责方案的制定，实验设计和实施，以及数据分析和论文撰写等方面的工作。
2.参加者：协助开展实验设计和实验数据处理。
3.组长：组织研究人员开展研究工作，统筹协调，促进合作深入进行。
4.项目经理：综合管理研究项目，监督全过程并跟进项目进展，制定解决方案以及后期成果的管理。
总体任务时间安排：
计划启动时间：2022年9月
计划结束时间：2023年3月
附：主要参考文献
1.M.K.Ng,andH.L.Shen.HDRImageCompressionBasedonEdge-PreservedPredictionandSubbandDecomposition.IEEETrans.onImageProcessing,vol.18,no.7,pp.1395–1410,Jul.2009.
2.F.Battisti,M.Carli,M.Naccari,G.P.Rossi,andR.Schettini.Detail-PreservingHighDynamicRangeCompressionbyCombiningWaveletAnalysiswithLocalAdaptation.PatternRecognitionLetters,vol.91,pp.48–55,Oct.2017.
3.R.Sharma,Q.M.Nabi,Y.Mehta,J.Ahn,andM.S.Brown.ANewManifoldPerspectiveforHighDynamicRangeImageProcessing.IEEETrans.ImageProcessing,vol.22,no.10,pp.3826-3838,Oct.2013.