[發明專利]基于L1正則化的圖像顯著性檢測方法

有效

• 申請號: 201410425506.7
• 申請日: 2014-08-26
• 公開（公告）號: CN104217430B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 任健強;龔小謹
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 邱啟旺

1.一種基于L1正則化的圖像顯著性檢測方法，其特征在于，包括如下步驟：

(1)輸入待檢測圖像；待檢測圖像為彩色圖像，由紅、藍、綠三個顏色通道組成；

(2)將步驟1輸入的圖像分解為三個顏色特征圖(RG,BY,I)，對每個顏色特征圖進行傅里葉變換，并且計算傅里葉變換的對數幅度譜L(u,v)和相位譜P(u,v)，其中u，v為頻譜的坐標值；

(3)在每一個顏色特征圖上，使用8個不同方差大小的高斯濾波器h_k(u,v)，k＝1～8，對對數幅度譜L(u,v)進行卷積濾波，得到濾波后的8個不同尺度的傅里葉對數幅度譜，結合相位譜P(u,v)，得到一組不同尺度的傅里葉變換F_k，其描述如下：

F_k＝exp(L(u,v)*h_k(u,v)+i·P(u,v)),k＝1～8??(1)

其中L(u,v)表示顏色特征圖對數幅度譜，h_k(u,v)表示不同方差大小的高斯濾波器，i表示虛數單位，P(u,v)表示顏色特征圖相位譜，*表示卷積運算符，下標k表示尺度序號；

(4)在每一個顏色特征圖上，構建基于TV?norm正則化的L1優化問題并采用Split?Bregman方法求解，得到該顏色特征圖上的8張不同尺度的顯著性圖像在3個顏色特征圖上共得到24個顯著性圖像其描述如下：

S^k,c=argmins||▿S||1+μ2||F(S)-exp(Lc*hk+i·Pc)||22,k=1~8,c=1~3---(2)]]>

其中||||₁表示L1范數，||||₂表示L2范數，表示二維梯度算子，S表示顯著性圖像，F(·)表示傅里葉變換，c為顏色特征圖的序號，μ為保真項權重；

(5)在同一尺度上，根據步驟4得到的顯著性圖像的二維熵計算權重，加權求和得到一張顯著性圖像，在8個尺度上共得到8張顯著性圖像其描述如下：

S^k=Σc=131K1H2D(S^k,c)S^k,c---(3)]]>

其中H_2D(·)表示計算圖像二維熵的函數；K為使得權重之和為1的常數；

(6)計算步驟5得到的8張不同尺度顯著性圖像的二維熵，選取二維熵最小的顯著性圖像，平方后進行高斯濾波得到最終的顯著性圖像S，其描述如下：

kopt=argmink(H2D(S^k))---(4)]]>

S=g*|S^kopt|2---(5)]]>

其中g表示高斯濾波器。