该文研究是基于注意模型在图像中的应用来展开的,主要有以下几方面工作:1)提出子一种基于注意模型的感兴趣区域自动提取算法.数字图像作为信息的重要载体,已经深入到人们生活的各个方面.然而,数字图像在几乎所有应用中都面临一个重要的问题就是数据量太大.因此图像压缩成了一个非常热门的研究领域.随着应用的扩大,人们对图像压缩的要求越来越高,从许多方面对压缩技术提出了要求.由于图像各个部分对于人类的视觉的重要程度不同,并且对于一些特殊用途的图像(如医学图像、遥感图像),不同区域重要性的差别就更大.于是就提出了基于感兴趣区域的压缩,旨在确保一定压缩率的前提下,给感兴趣区域提供更好的压缩效果.目前对于感兴趣区域的编码主要有两方面的研究,一方面是如何寻找感兴趣区域,另一方面是如何实现感兴趣区域的编码,以使得对感兴趣区域和非感兴趣区域分配不同的比特率.对于后者,目前有许多的压缩方法.但是对于如何自动地提取感兴趣区域,目前的研究不多.对于一些特殊的图像,如医学图像,有许多把分割与模式识别相结合的方法来提取感兴趣区域;而对于一般的图像,如何提取图像中感兴趣的区域,目前研究很少,且效果不好.我们从动物视觉系统的注意机制得到启示,把注意模型引入感兴趣区域的寻找,提出了一种基于注意模型的感兴趣区域自动寻找方法.2)对感兴趣区域的自动提取算法做了评价,对于提取出的感兴趣区域,目前还没有一个统一的评价标准,因为感兴趣区域带有很强的主观性,因此该文采用了一种主观打分的评判方法,评判结果显示了我们所提出的感兴趣区域提取方法的有效性.3)将所提出的感兴趣区域自动提取算法用于两种基于JPEG的感兴趣区域压缩方法.JPEG压缩算法是目前应用最广泛的图像压缩方法,因此该文把我们提出的感兴趣区域自动提取算法用于一种常见的基于JPEG的感兴趣区域压缩方法,并提出了一种与标准JPEG解码器兼容的基于JPEG的感兴趣编码方法.实验结果显示出在同等压缩率的前提下,在降低非感兴趣区域比特的同时,增加感兴趣区域的比特数,能获得更好的压缩效果.4)尝试着将注意模型引入图像质量评价方法,并进行了一些有益的讨论.图像质量的正确评价是一项很有意义的研究课题.图像质量的主观评价方法成本太高,且耗时,很多情况下不能满足要求.但目前图像的客观质量评价方法却仍在沿用着传统的统计误差,并不能与主观评价符合的很好.图像最终是供人看的,因此合理评价图像质量的方法应充分遵循人眼的视觉性(HVS).该文对图像质量评价标准,进行了广泛深入的调研,并把注意模型引入了图像质量的客观评价方法,对其进行了探讨.