[發明專利]一種基于多特征整合視覺注意模型的景象匹配適配性分析方法

無效

• 申請號: 201310398461.4
• 申請日: 2013-09-04
• 公開（公告）號: CN103456014A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 潘泉;靳珍璐;趙春暉;劉流;魏妍妍;張天武
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種基于多特征整合視覺注意模型的景象匹配適配性分析方法，其內容包括以下步驟：

步驟1、色彩、強度、方向的特征關注圖提取；

色彩通道的關注圖提取：設廣義調諧的紅色、綠色、藍色和黃色分別記為R、G、B和Y，在這些通道分別產生輸入圖像的金字塔式特征圖，即R(σ)、G(σ)、B(σ)和Y(σ)；設c為高分辨率尺度，s為低分辨率尺度，δ為二者的尺度差值，中央–周邊差異操作記為“”，在色彩通道的紅綠、黃藍兩個子通道分別可以得到6張特征映射圖，即和經過歸一化運算N和跨尺度的點對點特征圖取和操作，可以得到色彩通道的關注圖，即C‾=⊕c-24⊕s-c+3c+4[N(RG(c,s))+N(BY(c,s))];]]>

強度通道的關注圖提取：強度可按I=(r+g+b)/3計算，產生強度通道的金字塔式特征圖，記為I(σ)；利用中央–周邊差異操作，獲得強度特征的映射圖，即其中，c={2,3,4}，s=c+δ，且δ∈{3,4}；經過歸一化運算N和跨尺度的點對點特征圖取和操作，可以得到強度通道的關注圖，即I‾=⊕c-24⊕s-c+3c+4N(I(c,s));]]>

方向通道的關注圖提取：利用不同方向的Gabor濾波器與強度特征圖I(σ)進行卷積，得到方向通道的多尺度金字塔O(σ，θ），其中，方向參數取為θ∈{0°，45°，90°，135°}；利用中央–周邊差異操作，得到方向通道的特征映射圖，即其中，c={2,3,4}，s=c+δ，且δ∈{3,4}；經過歸一化運算N和跨尺度的點對點特征圖取和操作，可以得到方向特征通道的關注圖，即

步驟2、SURF特征關注圖提取：

SURF通道的特征圖提取。提取不同尺度圖像的SURF特征圖，對于尺度σ空間中每個像素位置(i,j)，其SURF特征用Surf(i，j，σ)表示：當位置(i,j)處存在SURF特征點時，有Surf(i,j,σ)＝1；當位置(i,j)處存在SURF特征點時，有Surf(i,j,σ)＝0；遍歷金字塔每個尺度空間的圖像的所有像素位置，得到SURF通道的特征圖尺度參數為σ∈[0，…，8]，i＝1,…，m；j＝1，…，n，m和n分別為以像素為單位的圖像的長和寬；

SURF通道的關注圖提取。首先，將SURF特征圖S(σ)調整為與色彩特征通道的關注圖具有同樣的圖像尺寸；然后，通過跨尺度的特征圖整合獲得SURF特征通道的關注圖，這一操作實際計算的是跨尺度的SURF特征密度，即計算某像素位置(i,j)處各個尺度SURF

特征圖中SURF特征點的總個數，則SURF特征通道的關注圖可以按照式S‾=Σσ-08S(σ)]]>計算；

步驟3、基于視覺顯著圖的景象匹配適配性分析：

A、視覺顯著圖計算。首先對強度、色彩、方向和SURF通道的關注圖進行歸一化處理N；然后，將四個特征通道的關注圖進行加權融合，得到輸入圖像的視覺顯著圖S，即有S=14(N(I‾)+N(C‾)+N(O‾)+N(S‾));]]>

B、視覺顯著區域提取。通過輸入圖像各個區域在視覺顯著圖中的幅值之間相互“競爭”，幅值大的區域優先吸引注意焦點成為顯著區；通過“抑制”當前顯著區域，使注意力轉向下一個幅值最大的區域，成為下一個顯著區；重復競爭和抑制兩步，直至找不到新的顯著區為止，從而完成對圖像所有視覺顯著區域的提取；

C、基于視覺顯著圖的景象匹配適配性分析，將需要進行景象匹配適配性分析的圖像作為輸入圖像，完成視覺顯著圖計算和視覺顯著區域提取；將這些顯著區作為景象匹配適配區，此外，將顯著圖中顯著性幅值的大小作為評價區域適配性能優劣的參考，可以輔助進行適配性分析。