[發(fā)明專利]一種基于多尺度區(qū)域融合的顯著區(qū)域檢測方法

有效

• 申請?zhí)枺?/td>: 201410616752.0
• 申請日: 2014-10-30
• 公開（公告）號: CN104408711A
• 公開（公告）日: 2015-03-11
• 發(fā)明（設(shè)計）人: 彭進業(yè);李永恒;馮曉毅;譚歆;王志成;陳貴良;毛琥博
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.本發(fā)明涉及一種基于多尺度區(qū)域融合的顯著區(qū)域檢測方法，其特征在于步驟如下：

步驟1)用一個標準差為1，3×3大小的高斯濾波器來平滑圖像T。

步驟2)計算圖像T在x和y軸上的最佳顏色梯度和歸一化梯度。

2a)設(shè)置一個sobel算子大小為1×7，值為[-1，9，-45，0，45，-9，1]/6·t，用于對圖像求邊緣響應(yīng)。t為最小允許區(qū)域，取值10。

2b)用步驟2a)設(shè)置的sobel算子對圖像做卷積，分別得到RGB三個顏色通道的x軸梯度，將該算子轉(zhuǎn)置后再對圖像做卷積得到三個顏色通道的y軸梯度。

2c)計算x軸和y軸的最佳顏色梯度I_x和I_y，計算方法是從三個通道中選取梯度值最大的通道，該通道的梯度即為圖像在該軸上的最佳顏色梯度。

2d)計算圖像的歸一化梯度：

步驟3)定義尺度參數(shù)Q＝[1，2...，2ⁿ]，n取值從0到7，一共8個尺度。

步驟4)求梯度索引index＝[I_y；I_x]_↓，該梯度索引的大小為l×1，計算方法是將y軸和x軸的最佳顏色梯度合并為一列，并降序排列。

步驟5)用梯度索引依次遍歷圖像的所有4鄰域像素對，滿足融合門限的像素合并為一個區(qū)域，得到標簽圖。

5a)建立鄰域像素對p和p′，方法是p為T(index)，即用梯度索引的圖像像素，p′是p的4-鄰域像素。

5b)計算三個通道的鄰域像素對的標準差：f_{{R，G，B}}(p，p′)＝|p-p′|＝(p-p′)²。

5c)計算融合門限，該門限包含尺度參數(shù)，其表達形式為：

b2(p)+b2(p′)=g2·(1/(2Q|p|))ln(|p|p||/δ)+g2·(1/(2Q|p′|))ln(|p|p′|′|)/δ]]>

其中，g是圖像最大像素值，取值256；而|p|是像素點p的像素值，|p_|p||＝(|p|+1)^{min{|p|，g}}；δ＝1/(6n²)，n是圖像T的像素個數(shù)。

5d)若三個通道的像素對標準差都小于其融合門限，即三個通道的像素對都滿足條件，那么像素p和p′屬于同一區(qū)域R，否則兩像素分屬不同區(qū)域。

5e)重復(fù)步驟5a)-5d)，執(zhí)行l(wèi)次鄰域像素對，得到標簽圖L，該標簽圖L是由k個互相獨立的連通區(qū)域{R₁，R₂...，R_k}所組成，標簽圖L所包含的標簽值V＝[1，2，...，k]。

步驟6)計算邊緣梯度圖，并建立新的領(lǐng)域像素對，具體計算步驟如下：

6a)設(shè)置初始化邊緣梯度圖A，方法是設(shè)置一個大小為k×k，值為0的矩陣。

6b)計算邊緣梯度圖A，方法是用標簽圖L上各個區(qū)域的邊緣像素(u，v)所對應(yīng)的標簽值L(u，v)作為索引，將邊緣梯度圖A(L(u，v))的值用歸一化梯度圖的值I(u，v)來代替。

6c)將邊緣梯度圖A中的非0像素值進行排序，得到邊緣梯度索引index′。

6d)建立新的鄰域像素對p和p′，p是邊緣梯度索引對應(yīng)的標簽值下的圖像像素T(V(index′))，p′是p的四鄰域像素。

步驟7)重復(fù)執(zhí)行步驟5b)-6)，在新的尺度下計算新的標簽圖，一共執(zhí)行Q次，可以得到Q個標簽圖{L₁，...L_Q}。

步驟8)計算多尺度候選顯著圖{S₁，...S_Q}。方法是分別計算標簽圖L_Q中各連通區(qū)域{R₁，R₂...，R_k}與原圖像的互信息，選出互信息最大的區(qū)域R，該區(qū)域所構(gòu)成的圖即該尺度下的候選顯著圖。

步驟9)計算顯著圖S，方法是從多尺度候選顯著圖{S₁，...S_Q}中找到最優(yōu)的尺度，該尺度下的候選顯著圖即為最終顯著圖。

9a)定義各候選顯著圖抑制參數(shù)λ為：

其中K是一個大小與S相同的2維高斯掩模，其方差σ_w＝W/4，σ_h＝H/4，W和H為圖像T的寬和高，并且∑∑K(n，m)＝1，N(·)用來歸一化S。

9b)求解空間幾何信息熵，其計算方法為：H_2D(S_Q)＝H{g_n*S_Q}，其中，H是一個二維熵，g_n為一個尺度ζ的低通高斯核，這里ζ是我們期望能夠檢測到的最小區(qū)域，ζ的取值范圍為0.01·W到0.04·W。

9c)計算最優(yōu)尺度計算方法是用各候選顯著圖的空間幾何信息熵除以對應(yīng)尺度下的抑制參數(shù)，選擇值最小的尺度，該尺度即為最優(yōu)尺度。

9d)在該尺度Q_P下的候選顯著圖即為最終顯著圖S。

2.根據(jù)權(quán)利要求1所述sobel算子采用文章Optimal?Operators?in?Digital?Image?Processing中的sobel算子。