نمونه برداري غيريكنواخت از تصاوير با استفاده از مدل محاسباتي توجه بينايي

يكي از مسائل مهم و قابل توجه در پردازش تصوير، بازسازي و فشرده سازي تصوير با استفاده از مجموعه محدودي از نمونه‌هاي غيريكنواخت مي‌باشد. از اين‌رو طراحي يك الگوريتم نمونه‌برداري و بازسازي كارآمد براي سيگنال‌هاي طبيعي چند بُعدي مانند تصاوير و ويدئو، بسيار حائز اهميت است. باتوجه به اين‌كه سيستم بينايي انسان، به صورت گزينشي تنها بر قسمت‌هاي مشخصي از صحنه تمركز مي‌كند، در اين مقاله روشي ارائه شده است كه با استفاده از مدل‌هاي محاسباتي توجه بينايي پايه، اقدام‌به نمونه‌برداري غيريكنواخت و فشرده‌سازي تصوير مي‌نمايد؛ در روش پيشنهادي پيكسل‌هاي مهم تصوير توسط سيستم بينايي انسان استخراج مي شوند. در اينجا از چند روش محاسباتي توجه بينايي پايه بهره برده مي‌شود و در انتها تصاوير توسط روش رگرسيون كرنل استرينگ بازسازي مي‌شوند. نتايج آزمايش‌هاي انجام شده نشان مي‌دهد روش‌ پيشنهادي به دليل استخراج نواحي داراي اطلاعات مهم‌تر مبتني بر عملكرد توجه بينايي انسان، درمقايسه با پنج روش مشابه داراي عملكرد بهتري است.