图像每个像素点的恰可识别阈值（JND）

资 源 简 介

图像每个像素点的恰可识别阈值（JND）

详 情 说 明

恰可识别阈值（Just Noticeable Difference, JND）是图像处理领域中用于量化人眼对像素变化敏感度的重要指标。Chou提出的JND模型通过计算每个像素点的最小可感知差异，为图像压缩、质量评估等应用提供了理论基础。

该模型的核心思想是结合人眼视觉系统的两个特性：亮度掩蔽效应和纹理掩蔽效应。亮度掩蔽指人眼对不同亮度区域的敏感度差异，例如在较暗或较亮的区域更难察觉细微变化。纹理掩蔽则描述复杂纹理区域对视觉干扰的掩盖能力。

在实际应用中，JND值可以转化为每个像素点允许的最大失真边界。当图像修改幅度低于JND阈值时，人眼将无法察觉差异。这一特性被广泛应用于有损压缩算法优化，可以在保证视觉质量的前提下最大化压缩效率。