[發明專利]一種基于全局對比度的矢量化顯著檢測方法有效

申請號：	201210424716.5	申請日：	2012-10-31
公開（公告）號：	CN102930542A	公開（公告）日：	2013-02-13
發明（設計）人：	李宏亮;許林峰	申請（專利權）人：	電子科技大學
主分類號：	G06T7/00	分類號：	G06T7/00
代理公司：	電子科技大學專利中心 51203	代理人：	李明光
地址：	611731 四川省成***	國省代碼：	四川;51
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于全局對比度矢量顯著檢測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明提出一種圖像處理技術，特別涉及一種圖像顯著檢測方法。

背景技術

人類具有一種天生的選擇性視覺能力，能夠在認知過程完成之前，快速掃視復雜場景并將注意力聚焦在一些顯著的區域上。有研究表明人眼視覺系統只是有效處理眾多感知信息中最不尋常的部分，所以這種選擇性視覺能力有助于大腦和視覺系統打破信息處理的瓶頸。而且在計算機視覺處理中，模擬這種能力來提取顯著譜也是至關重要的，因為顯著譜已廣泛地應用于許多計算機視覺的處理和研究中，包括內容感知的圖像縮略圖、自適應編碼、智能圖像尺寸重建、自動對象分割以及圖像和視頻摘要等。

視覺顯著性是一種能夠讓一個物體從其鄰域中區分出來的感知屬性。在過去幾十年間，相關研究者提出了各種圖像顯著檢測模型。這些模型以自底向上、自頂向下和混合的形式加以實現。自底向上模型模擬人眼快速的、靠刺激驅動的注意力產生過程，而自頂向下模型模擬相對較慢的、依賴于某種視覺任務的注意力部署過程。

自底向上模型由于其與生理學的視覺理論之間的關系更容易理解而被研究的更多，該模型主要采用一些簡單的特征來進行建模，比如亮度、對比度、顏色和運動等。目前，自底向上方法可以大致分為兩大類，即基于局部對比度和全局對比度的方法。基于局部對比度的方法一般根據“中心-環繞”假設理論，從圖像的局部鄰域中提取顯著特征。該方法提取出的圖像顯著譜通常更加突出對象的邊界，并且由于在利用多尺度方法提取局部對比度特征時采用了劇烈的下采樣，使得顯著譜的分辨率很低。基于全局對比度的方法整合整幅圖像的所有特征信息來計算顯著譜。通常，這種方法生成的顯著譜具有較高的分辨率、均勻的顯著區域和清晰的邊界。然而，這種方法在計算每個像素的顯著值時，需要考慮該像素與圖像中所有像素的對比度，并且現有方法大多對每個像素的顯著度分別進行計算，運算量很大。

發明內容

本發明所要解決的技術問題是復雜度較低的基于全局對比度的矢量化顯著檢測方法。

本發明為解決上述技術問題所采用的技術方案是，一種基于全局對比度的矢量化顯著檢測方法，其特征在于，包括以下步驟：

1）提取圖像中每個像素點的特征矢量，將圖像中所有像素的特征矢量構成特征矩陣，特征矩陣的每一列為對應的一個像素點的特征矢量，特征矩陣的列數與圖像中像素點個數相等；

2）對特征矩陣沿行方向求均值，得到圖像的均值矢量；

3）將特征矩陣的轉置中每個元素取平方后沿行方向求和，將求和結果與特征矩陣的轉置和均值矢量乘積的2倍相減得到圖像的顯著度矢量；

4）將圖像的顯著度矢量歸一化至[0,255]區間，按照矢量中各元素對應的像素在圖像中的位置排列成矩陣，形成該圖像的顯著譜，顯著譜中亮度越高的像素點其顯著度越高。

具體的，所述像素點的特征矢量為像素點的像素值的轉置。

具體的，對特征矩陣沿行方向求均值，得到圖像的均值矢量為其中N表示圖像I中像素點的總個數，x_q表示圖像I中的任意一個像素點的特征矢量。

優選的，所述像素點的特征矢量為像素點的像素值與去除亮度值后的顏色值所組成的矢量的轉置；所述去除亮度值后的顏色值為（R′,G′,B′），[R′,G′,B′]＝[R-L,G-L,B-L]，其中L表示亮度，R表示紅色通道強度，G表示綠色通道強度，B表示藍色通道強度。

優選的，對特征矩陣沿行方向求均值，得到圖像的均值矢量為其中，xq表示圖像I中的任意一個像素點的特征矢量，K為歸一化常數，K使ω_p,q表示像素點q和p的近似程度；||q-p||表示像素點q和p的空間距離，||·||表示L2范數。

本發明的有益效果是，相比現有的基于全局對比度的顯著檢測方法，更高效、計算復雜度低。之后提出的優化方法，進一步提高了檢測結果的準確性和魯棒性。