[發(fā)明專利]基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法

有效

• 申請?zhí)枺?/td>: 201310632546.4
• 申請日: 2013-12-01
• 公開（公告）號: CN103700091A
• 公開（公告）日: 2014-04-02
• 發(fā)明（設(shè)計）人: 郝愛民;陳程立詔;李帥
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/40
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 楊學(xué)明;孟卜娟

1.一種基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法，其特征在于包括以下四個步驟：

步驟（1）、二維圖像到三維體數(shù)據(jù)的轉(zhuǎn)換：通過對二維圖像進行超像素分解，以各超像素中心點，進行Delaunay三角劃分，依據(jù)三角劃分拓?fù)浣Y(jié)構(gòu)信息，并以超像素中心點RGB均值作為Z軸，最終將二維圖像數(shù)據(jù)轉(zhuǎn)換為三維體數(shù)據(jù)；

步驟（2）、Biharmonic分布計算：基于步驟（1）中得到的三維體數(shù)據(jù)，通過構(gòu)建拉普拉斯矩陣，并對其進行特征值、特征向量分解，從而計算每一個超像素點對應(yīng)的Biharmonic分布；

步驟（3）、描述子生成階段：對于每一個超像素點，基于步驟（2）得到的Biharmonic分布結(jié)果，計算并形成其對應(yīng)的Biharmonic等值線，并對各等值線上采樣點之間的L2距離進行直方圖統(tǒng)計，從而獲得各像素點的描述子描述結(jié)果；

步驟（4）、多尺度低秩分解階段：基于步驟（3）生成的超像素多尺度描述結(jié)果，對不同尺度下低秩分解得到的稀疏矩陣進行作差，并最終將各殘差稀疏矩陣進行求和，得到圖像的顯著性物體檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法，其特征在于：步驟（1）中所述的二維圖像到三維體數(shù)據(jù)的轉(zhuǎn)換方法，該方法以超像素分解得到的各超像素中心點作為頂點進行Delaunay三角形劃分，然后依據(jù)超像素點的平均RGB值作為Z軸，將二維圖像拉伸到三維空間。

3.根據(jù)權(quán)利要求1所述的基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法，其特征在于：步驟（2）中所述的Biharmonic分布計算時，其拉普拉斯矩陣的構(gòu)建依賴于步驟（1）中生成的三維體數(shù)據(jù)拓?fù)浣Y(jié)構(gòu)信息，然后對拉普拉斯矩陣進行特征值、特征向量分解，并利用譜分析的方法求得每一個超像素點的Biharmonic分布情況。

4.根據(jù)權(quán)利要求1所述的基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法，其特征在于：步驟（3）中對各超像素點的描述方法，該方法基于各超像素點的Biharmonic擴散部分，從而計算得到其對應(yīng)的Biharmonic等值線，并對等值線上的采樣點之間的L2距離進行直方圖統(tǒng)計，最終將多條等值線的直方圖統(tǒng)計結(jié)果作為該超像素點的描述。

5.根據(jù)權(quán)利要求1所述的基于多尺度低秩分解且結(jié)構(gòu)信息敏感的圖像顯著性物體檢測方法，其特征在于：步驟（4）中，首先對于步驟（3）獲取的特征空間進行不同預(yù)定義秩級的低秩分解，并將相鄰的秩級低秩分解得到的稀疏矩陣進行作差，并將得到的殘差稀疏矩陣進行求和，得到最終的顯著物體檢測結(jié)果。