[發明專利]一種基于區域描述和先驗知識的圖像顯著性檢測方法

在審

• 申請號: 201410251160.3
• 申請日: 2014-06-06
• 公開（公告）號: CN104103082A
• 公開（公告）日: 2014-10-15
• 發明（設計）人: 王偉凝;蔡冬;姜怡孜;韋崗
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/40
• 分類號: G06T7/40
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 陳文姬

技術領域

本發明涉及圖像智能處理領域，特別涉及一種基于區域描述和先驗知識的圖像顯著性檢測方法。

背景技術

隨著圖像處理技術的快速發展，圖像視覺顯著性檢測成為一個備受關注的課題。顯著性檢測廣泛應用于圖像處理各個領域，比如圖像分割、圖像檢索、物體檢測和識別、自適應圖像壓縮、圖像拼接等。

人們在觀察一幅圖像時，給予圖像各區域的關注往往是不均勻的。其中受到更多關注和引起人們興趣的區域稱為顯著對象。心理學和感知等學科研究表明，人們更傾向于通過顯著對象獲取圖像信息，對圖像進行分析、理解。相對于其它區域，顯著對象在圖像評價中起到關鍵作用。此外，通過優先分析和處理顯著性區域，能夠提高計算資源的利用效率，因此視覺顯著對象的檢測具有重要的研究意義。

圖像顯著性檢測是檢測一個場景中最顯著和最吸引注意力的區域,利用每個像素的不同灰度，表示這個像素屬于顯著區域的可能性，其輸出結果通常是一幅被稱為顯著圖的灰度圖，顯著圖中每個像素的灰度值被稱為顯著度值。現有進行顯著性檢測的方法分為兩大類。一類是基于注視點預測的模型；另一類是基于提取和分割顯著物體的模型。本發明所涉及的方法屬于后一類。這類方法，主要是通過對分割區域與鄰域之間的差異度進行比較，來計算分割區域的顯著度值。

下面對國內外關于圖像顯著性檢測的方法和專利做相關介紹。T.Liu等人于2011年在國際模式識別頂級期刊PAMI期刊中發表了“Learning?to?detect?a?salient?object”一文。該方法通過條件隨機場理論(Conditional?random?field)，利用多尺度對比度、中心四周直方圖以及顏色空間分布等特征學習用戶感興趣的顯著區域，通過窮舉算法在顯著圖上搜索目標矩形。該算法檢測到目標物體的準確率高，但是搜索過程耗時長。

Achanta等人在2009年的計算機視覺國際會議CVPR會議發表了“Frequency-tuned?Salient?Region?Detection”一文，文中所述方法的原理是將圖像通過一個帶通濾波器濾波，把高頻的噪聲和細節，以及低頻的均勻背景去除掉。具體實現是首先對原圖進行高斯模糊得到清晰度較低的圖像，同時，計算整幅圖像的平均值，然后兩者相減取絕對值，得到最后的顯著圖。該方法提取出的Z.Liu等人在2009年的圖像處理期刊IET發表了“Efficient?saliency?detection?based?on?Gaussian?models”一文，該文提出的顯著性模型是以高斯分布模型作為基礎建立的，該模型首先利用均值飄移算法在Luv顏色空間中把圖像預分割為不同區域，然后利用一系列高斯分布模型描述各個區域，并計算每個像素與不同區域之間的顏色相似程度，再計算各區域之間的顏色距離以及空間距離，分別形成顏色顯著性圖和空間顯著性圖。最后由兩者相結合形成最終的顯著性圖。該方法僅僅利用了圖像的顏色特征，導致最終的顯著圖中可能含有大量背景噪聲干擾。

區域具有清晰度較高且邊緣清晰的特點，而且算法簡單，運算耗時少。但該方法具有一個明顯的缺點，當背景稍微復雜時，顯著性檢測效果會變得很不理想。

Z.Liu等人在2009年的圖像處理期刊IET發表了“Efficient?saliency?detection?based?on?Gaussian?models”一文，該文提出的顯著性模型是以高斯分布模型作為基礎建立的，該模型首先利用均值飄移算法在Luv顏色空間中把圖像預分割為不同區域，然后利用一系列高斯分布模型描述各個區域，并計算每個像素與不同區域之間的顏色相似程度，再計算各區域之間的顏色距離以及空間距離，分別形成顏色顯著性圖和空間顯著性圖。最后由兩者相結合形成最終的顯著性圖。該方法僅僅利用了圖像的顏色特征，導致最終的顯著圖中可能含有大量背景噪聲干擾。

目前我國在該領域相關專利有：基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法(專利號201110062520.1)。該方法同時考慮了全局對比度和空間相干性。但是由于僅利用了顏色直方圖和空間關系，而且得到的顯著圖是基于分割區域而非像素，使得最終的顯著圖比較粗糙，并且在背景較為復雜時檢測結果不太理想。

綜上所述，現有基于分割區域的顯著性檢測方法大部分僅利用圖像的顏色特征，導致最終生成的顯著圖比較粗糙，可能含有大量背景噪聲干擾，而且對背景復雜的圖像顯著性檢測效果較差。

發明內容