[發明專利]基于顏色和紋理聚集度的圖像顯著性檢測方法

有效

• 申請號: 201510548494.1
• 申請日: 2015-08-31
• 公開（公告）號: CN105139018B
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 沃焱;陳晰;劉紅成
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 羅觀祥

本發明提供了一種基于顏色和紋理聚集度的圖像顯著性檢測方法，包括以下步驟：步驟1、顏色顯著性計算；步驟2、紋理顯著性計算；步驟3、置信特征選擇；步驟4、加權置信特征融合。本發明在ASD數據集上進行測試，能夠保證顯著圖結果符合要求，具有在各類自然圖像上均能得到準確度高的顯著圖結果等優點。

技術領域

本發明屬于圖像處理領域，特別涉及一種基于顏色和紋理聚集度的圖像顯著性檢測方法，本發明是一種自然彩色圖像的顯著性檢測方法。

背景技術

人類對外界環境的感知大部分來自于視覺。人腦接受的人類視覺系統對周圍環境的感知信息主要包括對光、顏色、時空頻率以及運動物體的感知。而信息的獲取、分析和利用需要一系列的大腦的處理過程。研究表明，人類視覺系統對信息的處理過程趨向于關注感知強烈的部分，將其認為是處于外界環境中的顯著信息。圖像的顯著性區域表示的是人類視覺系統所關注到的圖像區域。視覺顯著性跟人類視覺系統如何感知和處理視覺刺激緊密相關。圖像中區域的顏色、結構、邊界在人類視覺系統中所對應的獨特屬性構成了圖像的顯著性。

人類視覺系統可以很容易地判斷圖像中的顯著性區域，并關注到圖像的重要部分。由于我們可以利用圖像的顯著性區域來有限分配對圖像進行分析與合成所需要的計算資源，所以通過計算來檢測圖像顯著性區域的意義重大。

目前為止，已經涌現了大量的顯著性檢測方法，其中大部分已有的顯著性檢測算法的研究都集中在計算全局和局部的特征對比度，通常通過研究圖像中某一區域與它周圍的區域的差異來獲得。從計算特征對比度的理論考慮，當前已有的圖像顯著性檢測方法可分為三類：基于生物理論的方法，基于空域分析的方法和基于頻域分析的方法。這些方法對顏色對背景相對簡單同時顯著目標對比度明顯的圖像可以得到比較滿意的結果，但對于背景復雜，顯著目標顏色信息不夠豐富的圖像很難準確定位到顯著區域。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提供一種基于顏色和紋理聚集度的圖像顯著性檢測方法，該圖像顯著性檢測方法是基于圖像顏色和紋理聚集度的圖像顯著性檢測方法，算法實現效率高，參照于人工標記的顯著性區域，提取的顯著性區域精確、完整，具有良好的視覺效果。

本發明的目的通過以下技術方案實現：一種基于顏色和紋理聚集度的圖像顯著性檢測方法，主要包括以下步驟：

顏色顯著性計算；

紋理顯著性計算；

置信特征選擇；

加權置信特征融合。

顏色顯著性計算步驟，通過顏色空間轉換，得到彩色圖像的多個顏色通道，對每個顏色通道進行FCM聚類，根據每個區域的聚集度選擇顏色顯著圖，并利用聚集度和類間差異計算候選顯著區域的顏色顯著性。

紋理顯著性計算步驟，通過對原始彩色圖像L通道進行一級平穩小波變換得到三個方向的小波細節信息；將三個方向的小波細節信息進行合并，并做hilbert比變換，得到三個方向的Hilbert變換信號，與合并小波細節信號共同構成超復數，做超復數傅立葉變換得到局部相位，經過一系列后處理得到紋理顯著圖。

置信特征選擇步驟，根據區域的位置包含關系和區域的聚集度之間對應關系，判斷當前顏色顯著圖和紋理顯著圖是否為置信特征。

加權置信特征融合步驟，根據置信顏色特征的顯著性值計算其權值，紋理顯著圖的權值根據其聚集度和置信顏色特征集合的聚集度來計算，最后對所有加權特征進行線性融合并濾波。

本發明的具體方案可以如下：一種基于顏色和紋理聚集度的圖像顯著性檢測方法，包括以下步驟：

步驟1、顏色顯著性計算；

步驟2、紋理顯著性計算；

步驟3、置信特征選擇；