[發(fā)明專利]圖像顯著區(qū)域檢測方法

有效

• 申請?zhí)枺?/td>: 201210222279.9
• 申請日: 2012-06-28
• 公開（公告）號: CN103514595A
• 公開（公告）日: 2014-01-15
• 發(fā)明（設(shè)計）人: 毛震東;高科;張勇東
• 申請（專利權(quán)）人: 中國科學(xué)院計算技術(shù)研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60
• 代理公司: 北京泛華偉業(yè)知識產(chǎn)權(quán)代理有限公司 11280
• 代理人: 王勇

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)圖像處理領(lǐng)域，尤其涉及一種圖像顯著區(qū)域檢測方法。

背景技術(shù)

圖像顯著區(qū)域檢測是一個熱點問題，廣泛應(yīng)用于圖像分割、圖像/視頻壓縮、自適應(yīng)圖像/視頻顯示、圖像檢索等領(lǐng)域中，顯著區(qū)域即圖像中最吸引人注意的區(qū)域。

目前，業(yè)內(nèi)普遍認(rèn)識到基于圖像特定區(qū)域的檢索和處理比基于全部圖像更加高效。而且，在不同的設(shè)備（如手機(jī)、平板電腦等）上自適應(yīng)顯示圖像和視頻也需要決定最重要的、最具代表性的區(qū)域。這種特定區(qū)域就是顯著區(qū)域，它被定義為圖像中最吸引人注意的區(qū)域，代表最重要的圖像內(nèi)容。因此，圖像顯著區(qū)域檢測作為人類視覺注意力機(jī)制在計算機(jī)視覺領(lǐng)域的發(fā)展，一直受到廣泛的關(guān)注。

如何定義顯著區(qū)域的特性，并根據(jù)特性尋找顯著區(qū)域一直是圖像顯著區(qū)域檢測的核心問題。傳統(tǒng)的方法將顯著區(qū)域特性定義為顯著區(qū)域與其四周鄰域有明顯視覺差異。這些方法使用視覺底層特征如顏色，亮度，紋理等計算每個像素點與其鄰域的對比度，得到每個像素點的顯著值，顯著值較高的像素點即代表顯著區(qū)域。然而，傳統(tǒng)方法只能找出顯著區(qū)域輪廓的像素點，對于如何找到顯著區(qū)域的全部像素點，仍然缺乏有效地解決方法。

更進(jìn)一步的，面對復(fù)雜背景的圖像，傳統(tǒng)方法容易被背景干擾，將背景中不同顏色交界處的區(qū)域判斷為顯著區(qū)域，而且還會將一些雖然跟其鄰域視覺區(qū)別很大，但尺寸太小以至于無法被人所注意的區(qū)域誤判為顯著區(qū)域。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種圖像顯著區(qū)域檢測方法，提高顯著區(qū)域像素的檢出數(shù)量。

根據(jù)本發(fā)明一個方面，提供一種圖像顯著區(qū)域檢測方法，包括：

步驟1、對待檢測圖像進(jìn)行邊緣檢測，得到邊緣圖像；

步驟2、計算像素點視覺顯著值和空間權(quán)重值；其中，每種顏色的視覺顯著值由這種顏色在所述邊緣圖像里的像素點數(shù)目除以這種顏色在原始圖像里的像素點數(shù)目得到，每個像素點的視覺顯著值等于它顏色的視覺顯著值；其中，每個像素點的空間權(quán)重值由它離核心點的距離決定，離核心點越近，其空間權(quán)重值越大，離核心點越遠(yuǎn)，其空間權(quán)重值越小；

步驟3、根據(jù)視覺顯著值和空間權(quán)重值得到像素點的最終顯著值；和

步驟4、基于最終顯著值，利用均值飄移算法確定顯著區(qū)域的像素點。

可選的，所述圖像顯著區(qū)域檢測方法中，步驟1的邊緣檢測進(jìn)一步包括：

步驟11、把待檢測圖像由RGB顏色圖像轉(zhuǎn)化為Lab顏色圖像，并在Lab顏色圖像上用Canny算法檢測邊緣；

步驟12、把待檢測圖像轉(zhuǎn)化為灰度圖像，并在灰度圖像上用Canny算法檢測邊緣；和

步驟13、對上述兩次邊緣檢測結(jié)果進(jìn)行交集運算，得到邊緣檢測最終結(jié)果。

可選的，所述圖像顯著區(qū)域檢測方法中，Canny算法的兩個閾值分別設(shè)為0.5和0.6。

可選的，所述圖像顯著區(qū)域檢測方法中，步驟2中的計算像素點視覺顯著值進(jìn)一步包括：

步驟211、利用邊緣點得到邊緣圖像；

步驟212、將邊緣圖像和待檢測始圖像量化到N種顏色；

步驟213、統(tǒng)計每種顏色在邊緣圖像中的像素點個數(shù)和在待檢測圖像中的像素點個數(shù)；和

步驟214、每種顏色的視覺顯著值為其在邊緣圖像中的像素點個數(shù)和在待檢測圖像中的像素點個數(shù)的比值，每個像素點的視覺顯著值等于它所屬顏色的視覺顯著值。

可選的，所述圖像顯著區(qū)域檢測方法中，步驟212中的N=120；

并且，步驟212中的顏色量化在Lab空間進(jìn)行，L被量化為10個等級，a、b被量化為22個等級，使得顏色空間共有22*22*10=4840種量化顏色，然后統(tǒng)計多幅圖像，只保留這4840種顏色中出現(xiàn)得最頻繁的120種顏色，所有顏色都被歸類到這120種顏色中與其歐式距離最近的顏色。

可選的，所述圖像顯著區(qū)域檢測方法中，步驟2中的計算像素點空間權(quán)重值進(jìn)一步包括：

步驟221、建立一個與待檢測圖像同寬高的矩陣，將邊緣點在矩陣中對應(yīng)位置的元素置為1，其余元素置為0；

步驟222、然后將這個矩陣進(jìn)行多次高斯平滑，每次平滑選用不同大小的高斯核；

步驟223、每次平滑后找出矩陣中數(shù)值最大的元素，得到一個有序的最大值元素集合，此集合的每個元素與由小到大的平滑高斯核一一對應(yīng)；

步驟224、在最大值元素集合中找到最長相同元素序列，序列元素a在該序列中第一個位置所對應(yīng)的平滑高斯核為s，a在圖像對應(yīng)位置上的像素點為A；和