[發(fā)明專利]基于顯著區(qū)域差異和顯著密度實(shí)現(xiàn)顯著物體自動檢測的方法有效
| 申請?zhí)枺?/td> | 201210589761.6 | 申請日： | 2012-12-31 |
| 公開（公告）號： | CN103020974A | 公開（公告）日： | 2013-04-03 |
| 發(fā)明（設(shè)計）人： | 牛夏牧;賀欣;韓琦;李瓊;王莘 | 申請（專利權(quán)）人： | 哈爾濱工業(yè)大學(xué) |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109 | 代理人： | 牟永林 |
| 地址： | 150001 黑龍*** | 國省代碼： | 黑龍江;23 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 顯著 區(qū)域 差異 密度 實(shí)現(xiàn) 物體 自動檢測 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及實(shí)現(xiàn)顯著物體自動檢測的方法。
背景技術(shù)
心理學(xué)和認(rèn)知科學(xué)的研究表明視覺選擇性注意的機(jī)制是人類感知的一種重要機(jī)制，即面對一個復(fù)雜場景時，人類的注意力會迅速被少數(shù)幾個顯著的視覺對象所吸引，并對這些對象進(jìn)行優(yōu)先處理。將視覺注意力機(jī)制引入到圖像和視頻的分析中，能幫助圖像和視頻系統(tǒng)更加容易的獲取觀察者注意的區(qū)域信息，提高圖像和視頻系統(tǒng)的工作效率。顯著物體的檢測已經(jīng)廣泛的應(yīng)用到圖像/視頻壓縮、物體跟蹤、物體檢測和識別中。
目前現(xiàn)在的顯著物體檢測技術(shù)可以分為兩類，即基于閾值選擇的顯著物體檢測技術(shù)和基于窗口定位的顯著物體檢測技術(shù)?；陂撝颠x擇的顯著物體技術(shù)可以獲得非常好的顯著物體提取結(jié)果，然而該方法依賴于閾值的準(zhǔn)確性，而在實(shí)際檢測中很難選擇合適的閾值。基于窗口定位的顯著物體檢測技術(shù)關(guān)注的是如何定位一個包含物體的窗口，該方法忽略了窗口在包含顯著物體的同時，包含了更多的背景像素，如果將窗口直接用于顯著物體提取，會導(dǎo)致不能精確提取出顯著物體。
發(fā)明內(nèi)容
本發(fā)明為了解決目前基于窗口定位檢測顯著物體的方法所存在的包含過多的背景像素，不能精確提取出顯著物體的問題，提供基于顯著區(qū)域差異和顯著密度實(shí)現(xiàn)顯著物體自動檢測的方法。
基于顯著區(qū)域差異和顯著密度實(shí)現(xiàn)顯著物體自動檢測的方法，該方法包括以下步驟：
步驟一、處理待檢測圖像的顯著圖S(x，y)，計算該顯著圖S(x，y)的空間權(quán)重顯著圖S′(x，y)；
步驟二、初始化一個隊(duì)列P為空隊(duì)列，用來存放窗口Wn，n＝0，1，，2，3，…，i；i為自然數(shù)；逐一比較每一個窗口的內(nèi)部區(qū)域和該窗口外部區(qū)域顯著度差異值，搜索窗口內(nèi)部區(qū)域和窗口外部區(qū)域顯著度差異值最大的窗口，并依次將搜索過的窗口W0，W1，，Wi-1，Wi放進(jìn)隊(duì)列P中；
步驟三、依次計算步驟二得到的隊(duì)列P中的i+1個窗口的顯著密度值fden(Wn)；并對比獲得的所有顯著密度值，將顯著密度值最大的窗口作為最終窗口W*；
步驟四、將步驟三得到的窗口W*的內(nèi)部區(qū)域設(shè)置為前景，將窗口W*的外部區(qū)域設(shè)置為背景，采用GrabCut算法對待檢測圖像進(jìn)行分割，得到顯著物體。
本發(fā)明首先在計算顯著區(qū)域差異最大化的過程中獲得一系列窗口，然后從這些窗口中選擇出顯著密度最大的窗口作為GrabCut分割算法的初始化參數(shù)，然后在原始圖像上進(jìn)行GrabCut分割，提取顯著物體。
本發(fā)明的優(yōu)點(diǎn)是：本發(fā)明實(shí)現(xiàn)了無參化的顯著物體提取，提取的物體具有清晰的輪廓，避免了基于窗口定位檢測顯著物體時所存在的包含過多的背景像素的問題。
附圖說明
圖1為本發(fā)明所述基于顯著區(qū)域差異和顯著密度實(shí)現(xiàn)顯著物體自動檢測的方法的流程圖。
具體實(shí)施方式
具體實(shí)施方式一：下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式所述基于顯著區(qū)域差異和顯著密度實(shí)現(xiàn)顯著物體自動檢測的方法，該方法包括以下步驟：
步驟一、處理待檢測圖像的顯著圖S(x，y)，計算該顯著圖S(x，y)的空間權(quán)重顯著圖S′(x，y)；
步驟二、初始化一個隊(duì)列P為空隊(duì)列，用來存放窗口Wn，n＝0，1，，2，3，…，i；i為自然數(shù)；逐一比較每一個窗口的內(nèi)部區(qū)域和該窗口外部區(qū)域顯著度差異值，搜索窗口內(nèi)部區(qū)域和窗口外部區(qū)域顯著度差異值最大的窗口，并依次將搜索過的窗口W0，W1，，Wi-1，Wi放進(jìn)隊(duì)列P中；
步驟三、依次計算步驟二得到的隊(duì)列P中的i+1個窗口的顯著密度值fden(Wn)；并對比獲得的所有顯著密度值，將顯著密度值最大的窗口作為最終窗口W*；
步驟四、將步驟三得到的窗口W*的內(nèi)部區(qū)域設(shè)置為前景，將窗口W*的外部區(qū)域設(shè)置為背景，采用GrabCut算法對待檢測圖像進(jìn)行分割，得到顯著物體。
具體實(shí)施方式二：本實(shí)施方式是對具體實(shí)施方式一的進(jìn)一步說明，本實(shí)施方式所述的步驟一中的計算顯著圖S(x，y)的空間權(quán)重顯著圖S′(x，y)的方法為：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工業(yè)大學(xué)，未經(jīng)哈爾濱工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201210589761.6/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
