[發(fā)明專利]一種基于等照度線的圖像顯著度計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310248633.X
• 申請(qǐng)日: 2013-06-20
• 公開（公告）號(hào): CN103337075A
• 公開（公告）日: 2013-10-02
• 發(fā)明（設(shè)計(jì)）人: 陳嶺;闖躍龍;陳根才
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 胡紅娟

技術(shù)領(lǐng)域

本發(fā)明涉及圖像顯著度檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于等照度線的圖像顯著度計(jì)算方法。

背景技術(shù)

對(duì)于廣大研究人員來說，人類視覺系統(tǒng)始終是一個(gè)神奇的領(lǐng)域。其可以用一種令人驚嘆的效率和準(zhǔn)確率處理周圍復(fù)雜的場(chǎng)景，準(zhǔn)確的找到場(chǎng)景中與當(dāng)前任務(wù)最相關(guān)的信息。每時(shí)每刻人們都被海量的信息包圍著，這些信息甚至遠(yuǎn)遠(yuǎn)大于人類大腦所能處理的能力。人類視覺系統(tǒng)可以有效的對(duì)這些信息進(jìn)行過濾，去掉無用的冗余信息保留最有用的信息，而這一切都是在瞬間完成。著名心里學(xué)家WilliamJames早在1890年就給出了關(guān)于人類感知系統(tǒng)這種特性的定義：“Everyone?knows?what?attention?is.It?is?the?taking?procession?by?the?mind,in?clear?and?vivid?form,of?one?out?of?what?seem?several?simultaneously?possible?objects?or?trains?of?thought”。

在計(jì)算機(jī)視覺中，圖像或視頻中對(duì)象的檢測(cè)與識(shí)別是最為基礎(chǔ)也是研究最為廣泛的領(lǐng)域。但如何做到快速、準(zhǔn)確的實(shí)現(xiàn)這個(gè)目標(biāo)卻是擺在眾多研究者面前的難題。一般來說，對(duì)圖像中對(duì)象進(jìn)行檢測(cè)識(shí)別屬于NP難度問題。為了提高識(shí)別的效率，一般都是采用啟發(fā)式或者對(duì)待識(shí)別對(duì)象進(jìn)行一定的限制，如大小、顏色等。為了提高對(duì)象識(shí)別的實(shí)用性，在識(shí)別之前對(duì)場(chǎng)景進(jìn)行分析，提取場(chǎng)景中最重要區(qū)域是必不可少的。

圖像顯著度信息就是指圖像中較為重要的或與當(dāng)前任務(wù)相關(guān)的局部區(qū)域。有效的檢測(cè)出圖像中較為重要的子區(qū)域?qū)τ趫D像后續(xù)處理，如對(duì)象檢測(cè)與識(shí)別、圖像分段等有著重要的意義。因此，近年來圖像顯著度信息提取始終是一個(gè)很熱的研究領(lǐng)域。一般來說，圖像顯著度信息提取算法可以分為基于生物視覺理論算法和基于數(shù)學(xué)算法兩種。

如公開號(hào)為CN102509299A的中國(guó)專利文獻(xiàn)公開了一種基于視覺注意機(jī)制的圖像顯著區(qū)域檢測(cè)方法，該方法包括：首先，對(duì)一幅原始圖像進(jìn)行強(qiáng)度特征和顏色特征提取，其中顏色特征包括RG顏色分量和BY顏色分量，得到三幅特征圖；其次，對(duì)三幅特征圖進(jìn)行視差計(jì)算，得到三幅相應(yīng)的視差圖；再次，根據(jù)三幅視差圖計(jì)算出三個(gè)相應(yīng)的權(quán)值系數(shù)；最后，根據(jù)三個(gè)權(quán)值系數(shù)，對(duì)三個(gè)視差圖進(jìn)行線性整合，得到最終的視覺顯著圖。

如公開號(hào)為CN102496157A的中國(guó)專利文獻(xiàn)公開了一種基于高斯多尺度變換及顏色復(fù)雜度的圖像檢測(cè)方法，該方法先將原始圖像從RGB顏色空間分別轉(zhuǎn)化到HSV顏色空間和顏色空間，然后在HSV顏色空間中計(jì)算全局顯著圖，在顏色空間中計(jì)算局部顯著度，然后再將計(jì)算出來的全局顯著圖和局部顯著度進(jìn)行歸一化合并，從而得到總視覺顯著圖。

但當(dāng)前的方法計(jì)算過程較為復(fù)雜，如需要對(duì)圖像進(jìn)行縮放，需要采用不同的算法對(duì)不同的圖像特征子通道圖提取顯著信息，需要訓(xùn)練過程等；不僅如此，提取得到的圖像顯著信息還存在易于丟失、易受復(fù)雜背景和圖像噪聲干擾等問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于等照度線的圖像顯著度計(jì)算方法，該計(jì)算方法過程簡(jiǎn)單高效，獲得的最終圖像顯著度圖不存在信息丟失的問題。

一種基于等照度線的圖像顯著度計(jì)算方法，包括：

（1）將待處理圖像分為CIELAB顏色空間中的三個(gè)圖像子圖，分別對(duì)應(yīng)a分量、b分量和L分量；

（2）獲取每個(gè)圖像子圖的潛在結(jié)構(gòu)位置信息和全局顯著性信息；

（3）計(jì)算特征子通道顯著圖并構(gòu)建最終的圖像顯著度圖。

本發(fā)明根據(jù)生物視覺原理，利用基于等照度線算法、中心與局部對(duì)比策略和全局與局部相融合策略實(shí)現(xiàn)待處理圖像的顯著性信息提取，提取的顯著性信息不僅準(zhǔn)確性高，不含其它噪聲，并且不存在信息丟失的問題。

步驟（1）中，根據(jù)CIELAB顏色空間理論對(duì)待處理圖像進(jìn)行預(yù)處理，把待處理圖像分為三個(gè)圖像子圖，分別是：亮度子圖，對(duì)應(yīng)L分量；紅-綠變化子圖，對(duì)應(yīng)a分量；藍(lán)-黃變化子圖，對(duì)應(yīng)b分量。

CIELAB空間是慣常用來描述人眼可見的所有顏色的最完備的色彩模型，該色彩模型具有極好的感知均勻性，其中分量L密切匹配人類亮度感知。將待處理圖像分為三個(gè)圖像子圖后，即可方便地通過修改a和b分量的輸出色階來做精確的顏色平衡，或者用L分量來調(diào)整亮度對(duì)比。這種特性是其他顏色空間很難甚至是根本不可能實(shí)現(xiàn)的。

預(yù)處理完成后，計(jì)算每個(gè)圖像子圖的潛在結(jié)構(gòu)位置信息和全局顯著性信息。