[發明專利]一種基于梯度方向直方圖的判決式視覺顯著性檢測方法

有效

• 申請號: 201010524357.1
• 申請日: 2010-10-29
• 公開（公告）號: CN101976338A
• 公開（公告）日: 2011-02-16
• 發明（設計）人: 周文暉;樓斌;張樺;孫志海;武二永;戴國駿
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明屬于計算機視覺領域，具體涉及一種基于梯度方向直方圖的判決式中央-周圍視覺顯著性檢測方法。

背景技術

視覺顯著性在視覺選擇性注意機制中扮演著重要角色，受生物視覺系統啟發，視覺顯著性計算模型為降低計算機視覺處理的計算復雜度提供了一種快速且有效的方法，已廣泛應用于機器視覺、圖像處理、智能機器人等領域。

目前，大多數視覺顯著性模型都是基于空間(自下而上)或基于物體(自上而下)的過程。前者基于特征整合理論和中央-周圍假設，其代表性工作是L.Itti等人提出的計算模型。在他們模型中，輸入圖像分解為多個獨立的特征空間，如亮度、顏色、方向等，分別提取每個特征空間的顯著圖，然后采用線性整合方式將各特征空間的顯著圖合成為最終的顯著圖。基于物體的過程是一個目標導向的顯著性分析過程，它需要相關目標/任務的先驗知識，可實現有效和精確的視覺搜索，但其計算代價較高。現有技術中已提出了自下而上和自上而下的整合方法。但上述這些方法都存在共同明顯缺點：分辨率低，提取的物體輪廓不全，以及高計算復雜度。

為此，近期提出了一些簡單而有效地顯著性模型。R.Achanta等人提出一種基于亮度和顏色特征的快速顯著性區域檢測方法。該方法可生成與輸入圖像相同大小的高質量顯著圖。R.Achanta等人2009年又提出一種更高精度的基于頻域的顯著區域檢測算子。V.Gopalakrishnan等人提出一種基于彩色和方向分布的顯著性區域檢測框架。他們提出一種圖像區域的方向直方圖用于描述局部和全局方向。D.Gao等人提出一種判決式顯著檢測算子，該方法是對生物感知過程的決策性理論解釋，并可獲得在分類意義上的最優顯著性測量。在頻域中，Q.Zhang等人將局部顯著性，全局顯著性和特例顯著性整合在一個框架中。不同于生物啟發的顯著性模型，這些模型通常只是一種純計算模型，雖然受中央-周圍差異的生物概念啟發，但并沒有基于任何生物模型。

發明內容

本發明針對現有技術的不足，提供了一種基于梯度方向直方圖的判決式視覺顯著性檢測方法。

本發明方法的具體步驟如下：

步驟(1)采用彩色變換方法，提取原始圖像在CIELAB空間的l彩色分量圖、a彩色分量圖和b彩色分量圖；所述的彩色變換方法為成熟技術。

步驟(2)利用中央-周圍計算結構中的取樣點統計l彩色分量圖、a彩色分量圖和b彩色分量圖中每個像素點的局部梯度方向直方圖；

所述的中央-周圍計算結構為：以待統計的像素點中心，構成三個不同半徑的同心圓環形結構。所述的取樣點位于上述不同半徑的同心圓環上，每個同心圓環上按45°等角度間隔提取八個取樣點；同一半徑上的取樣點具有相同的高斯尺度值，不同一半徑上的取樣點高斯尺度值不同。

所述的統計方法具體為：

首先采用Daisy特征描述符提取方法，提取Daisy描述符D(u₀，v₀)，對于像素點(u₀，v₀)，其Daisy描述符D(u₀，v₀)表示為：