[發明專利]一種利用紅黑小波變換的圖像顯著性檢測方法

有效

• 申請號: 201410497460.X
• 申請日: 2014-09-25
• 公開（公告）號: CN104299230B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 趙三元;沈建冰;李鳳霞;王清云
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種圖像顯著性檢測方法，尤其涉及一種利用紅黑小波變換的圖像顯著性檢測方法，屬于圖像分析處理技術領域。

背景技術

在圖像領域中，顯著性是指人類通過視覺感知，捕獲到場景中最令人關注的區域。圖像的顯著性檢測旨在根據輸入的圖像，找出其中顯著的區域(前景)，將其與背景分割開來或進行標記。顯著性檢測可以為其他的圖像相關工作提供支持，如圖像分割、目標識別、圖像標記、圖像自適應壓縮等等。

目前，解決圖像顯著性檢測問題的最廣泛使用的技術是利用自底向上的方法，其基本思想是假設前景的特征(如顏色、強度、空間位置等)與整幅圖像中的其它區域特征不同，具有唯一性，因此求得具有唯一性的特征區域即可得到顯著性檢測結果。使用自底向上方法進行顯著性檢測的通常步驟是：

步驟一、對圖像分割成大小相近的多個區域，對每個區域都進行特征提取；

步驟二、通過比較區域間的特征，求出每個區域的唯一性值；

步驟三、根據區域的唯一性值計算得到每個像素的顯著性值；

步驟四、對顯著性圖進行二值化分割。

然而顯著性檢測的效果常會受到圖像中雜亂斑駁的紋理、急劇變化的光照、目標相對尺度不確定等因素的影響。

相比于其他方法，頻域分析法通常設計簡單，計算快捷。頻域分析方法是一種普適的檢測方法，不需要構建學習系統和提供先驗知識，不需要對各種圖像特征，如顏色、紋理等信息綜合考慮。頻率分析法最有價值之處在于其計算的高效性，為視頻的實時顯著性檢測提供了可能性。目前的頻域分析方法將圖像進行傅里葉變換，求得頻域上的殘差，再進行傅里葉反變換至空間域得到顯著性圖，這種通過頻率變換提取顯著性圖的方法大大提高了計算速度。

盡管頻域分析法具有以上優點，但是仍然存在缺點：一方面顯著性圖尺度較原始圖像尺寸小很多，另一方面顯著性圖計算過程中加入了高斯模糊，該方法得到的顯著性圖前景邊緣較模糊，得到的前景分割結果不夠精細。

發明內容

本發明的目的是解決傳統的頻域分析方法中的顯著性圖精細度較低，難以獲得良好的顯著性區域分割結果的問題，提出一種利用紅黑小波變換的圖像顯著性檢測方法。

為實現上述目的，本發明所采用的技術方案如下：

一種利用紅黑小波變換的圖像顯著性檢測方法，包括以下步驟：

步驟一、通過式(1)根據輸入圖像I的尺寸確定紅黑小波變換的變換層數L，根據L將I進行紅黑小波變換得到T，T＝B_fwI，其中B_fw表示紅黑小波變換，fw

表示前向小波變換；L＝[log₂min(w，h)]_floor-1；??(1)

其中，w和h分別表示圖像I的寬度和長度，[·]_floor表示向下取最接近的整數值；

步驟二、對原始圖像I進行高斯平滑處理得到I_smooth，根據L對I_smooth進行紅黑小波變換得到T_smooth，T_smooth＝B_fwI_smooth；

步驟三、求得步驟一和步驟二變換結果的差值r，即r＝T_smooth-T，并對r進行紅黑小波反變換獲得顯著性圖s，其中表示紅黑小波逆變換，表示對紅黑小波逆變換結果的元素值取絕對值；

步驟四、對顯著性圖s按照式(2)進行二值化分割，獲得顯著性檢測結果；