[發明專利]一種圖像顯著度檢測的方法

有效

• 申請號: 201210191505.1
• 申請日: 2012-06-12
• 公開（公告）號: CN102722891A
• 公開（公告）日: 2012-10-10
• 發明（設計）人: 孫晶;盧湖川
• 申請（專利權）人: 大連理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/40
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李寶元

技術領域

本發明屬于圖像顯著度檢測技術領域，能夠對任意一幅圖像的顯著目標進行檢測，涉及到圖像處理的相關知識。

背景技術

隨著圖像處理技術的不斷發展，圖像顯著度檢測，并作為圖像的預處理方法被廣泛應用于圖像壓縮、圖像分類及圖像分割等多個領域。

顯著度檢測主要分為兩大類：自頂向下和自底向上的。自頂向下的方法需要一定的先驗知識，給定一定的樣本集進行訓練得到圖像大致的模型，然后對測試圖像通過模型進行擬合判斷。自頂向下的方法雖然能夠對比較復雜的圖像進行處理，但是由于訓練集的限制，導致該類方法的擴展性較差。自底向下的方法對圖像的顏色、亮度、紋理等信息進行處理，從而找到圖像的顯著性區域。如Itti等人于1998年在PAMI期刊中發表了‘A?model?of?saliency-based?visual?attention?for?rapid?scene?analysis’,該文提出了一種中心邊緣對比度的方法，結合了亮度、顏色和方向信息，使用滑動窗在多尺度下得到顯著圖；?2009年，Achanta?等人在CVPR會議的‘Frequency-tuned?salient?region?detection’?提出了一種基于中心-周圍對比原則的顯著性檢測方法，該方法通過比較每個像素與整幅圖像的顏色特征的平均值來計算每個像素的顯著值。?Rahtu等人于2010年ECCV會議上發表的‘Segmenting?salient?objects?from?images?and?videos’，該論文分析了多種圖像顯著性檢測方法之后，提出了一種基于滑動窗機制的中心與周圍對比方法，并使用貝葉斯框架得到最終的顯著目標檢測結果。

不僅如此，近年來提出了多種關于圖像顯著度檢測的發明。在專利ZL200910046276.2中公開了《基于區域顯著性的顯著對象提取方法》，該方法對多分辨率下提取圖像的對比度得到圖像的顯著目標，通過得到的圖像顯著度圖分割得到最終的顯著目標；2010年，由卿來云等人公開了專利ZL201010034301.8《一種圖像顯著區域檢測方法》,利用中頻濾波的方法得到圖像的顯著度；2011年，李永杰等人在專利ZL201110163787.X中提出了一種基于Itti98的改進方法《一種復雜場景的顯著區域檢測方法》，通過離散小波變換使用多尺度多特征融合金字塔特征得到最終顯著度圖。

盡管目前的自底向上的顯著性檢測算法取得了不錯的效果，但仍存在幾個問題需要解決。首先，現有的大部分的圖像顯著度方法一般容易檢測到目標，但是集中在圖像的邊緣上，難以均勻的高亮整個顯著目標，這是由于中心-周圍方法自身的機制造成的，邊緣上中心和周圍的各種特征差異最大，容易高亮，而目標中心部分由于周圍窗口仍是目標，因而差異較小，較難高亮。其次，由于未知目標的大小、位置，因而需要使用滑動窗機制對整幅圖像進行搜索，從而加大了計算量和冗余問題。最后，當背景比較復雜，含有較多的邊緣和顏色差異時，現存的自底向上的方法由于只依賴于低層次的視覺信息，背景會對目標檢測產生較大影響，會對許多無關的低級視覺信號做出回應而且易丟失感興趣的目標的信息。

發明內容

本發明要解決的技術問題是：對于給定的任意一幅圖像，沒有任何的先驗信息的情況下得到圖像的顯著性目標。不僅如此，該發明還要能夠處理復雜圖像的顯著性目標，如圖像的目標較大，目標具有與背景相似的顏色和多個目標的情況。另外，我們還將得到的顯著度圖用于圖像分割中，很好的實現圖像分割。

本發明的技術方案是依據一個觀測到的結論：圖像中最顯著的邊緣一般是屬于圖像中的目標和背景之間的邊緣，而圖像目標或者背景內部的邊緣稍弱，因而可以通過圖像的邊緣找到圖像的顯著性目標。不僅如此，滑動窗具有很高的計算復雜度，我們使用興趣點檢測得到大致的圖像區域來代替滑動窗從而降低計算復雜度，提高目標的準確度和背景的抑制。具體步驟如下：

（1）圖像目標粗定位

角點檢測是一種常用的興趣點檢測方法，這種方法作為一種特征提取方法被廣泛的應用于圖像處理的多個領域，如圖像分類、圖像匹配等。顯著點提供了場景中人們感興趣的目標的有用的空間信息。本發明使用顏色顯著性增強的Harris興趣點來檢測一幅顏色圖中顯著目標的角點或是邊緣上的點。和根據圖像亮度信息的興趣點相比，這種方法得到的基于顏色顯著性加強的Harris興趣點更加魯棒，而且大部分能夠包圍在圖像顯著目標的邊界上。我們將檢測出靠近圖像邊緣的Harris角點去除，并連接得到的最大凸邊形作為圖像的凸包，凸包的內部認為是目標，外部認為是背景。

(2)?目標先驗圖