[發明專利]一種基于背景和前景信息的彩色圖像顯著性檢測方法

有效

• 申請號: 201610654316.1
• 申請日: 2016-08-10
• 公開（公告）號: CN106327507B
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 王正兵;徐貴力;程月華;朱春省;曾大為
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06K9/32;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發明公開了一種基于背景和前景信息的彩色圖像顯著性檢測方法，包括以下步驟：對輸入的彩色圖像進行過分割處理得到一系列超像素塊；選取背景種子，通過各超像素塊與背景種子之間特征對比獲得粗糙顯著度；基于背景種子的特征分布定義各超像素塊的背景權重，通過背景權重改善粗糙顯著度獲得基于背景信息的顯著度；對上一步形成的基于背景信息的顯著圖進行分割，在所有分割結果中選取一個緊密的前景區域，提取前景區域特征，通過特征對比獲得基于前景信息的顯著度；整合前兩步獲得的基于背景和前景信息的顯著度，并進行平滑操作得到所有超像素塊優化后的顯著度。本發明能夠更加一致地突出圖像中的前景目標，并且對圖像中背景噪聲有很好的抑制效果。

技術領域

本發明屬于圖像場景的顯著性檢測技術領域，具體涉及一種基于背景和前景信息的彩色圖像顯著性檢測方法。

背景技術

視覺顯著性是視覺認知和場景理解的重要研究內容，涉及認知心理學、認知神經科學、計算機視覺等多個學科。由于場景中的前景目標與其背景存在特征上的差異，人眼視覺系統往往能夠快速定位場景中的前景區域并且優先處理該區域的信息。為了模擬人眼的這種高效率信息處理方法，顯著性檢測近年來得到了相關領域學者們的廣泛關注。

顯著性檢測的研究最早可追溯到Treisman等人提出的特征整合理論(AnneTreisman and Garry Gelade(1980).A feature-integration theory of attention.Cognitive Psychology,Vol.12,No.1,pp.97–136)。在此基礎之上，Itti及Koch等人提出了最早的顯著性檢測計算模型(L.Itti,C.Koch,E.Niebur,“Amodel of saliency-basedvisual attention for rapid scene analysis”,IEEE Trans.PatternAnal.Mach.Intell 20(11)(1998)1254–1259)，即著名的IT模型。早期的顯著性檢測算法注重預測注視焦點，不能夠一致地突出前景目標區域，并且形成的顯著圖中包含有大量的背景噪聲，這些問題極大地限制了顯著性檢測算法的應用。

隨著計算機視覺的不斷發展，特別是近十幾年里，學者們提出了大量的顯著性檢測算法，其主要思想仍然是通過特征對比的方式突出前景目標。基于局部特征對比的顯著性檢測算法采用中央-外周的對比策略，即通過中央區域與其周邊鄰域的特征對比，突出目標物體。該方法往往突出了前景目標的邊緣區域而不能一致地突出整個前景目標。基于全局特征對比的顯著性檢測算法往往會選取合適的背景信息，例如，圖像邊框區域的特征，并通過對比突出前景目標。該方法只考慮了所選取背景區域的特征，直接將其視為背景特征用于特征對比，而忽視了背景區域特征的空間分布，因此，所提取的背景特征中可能包含部分前景信息，對后續的顯著性檢測會造成負面影響。因此，基于特征對比的方法能夠檢測出簡單場景下的顯著目標，但是對于前景或背景有多種特征并存的復雜場景，其檢測效果仍然不理想。

近年來，學者們逐漸意識到認知神經科學以及認知心理學等認知科學對顯著性檢測的啟發式作用。例如，Wei等人(Geodesic saliency using background priors)發現人眼在觀察圖像時往往將圖像的邊框部分默認為背景成分，由此引入背景先驗，并通過特征的對比形成全局的顯著性檢測。該方法僅使用了背景成分的特征突出前景區域，卻沒有考慮其特征的空間分布。為有效地抑制顯著圖中的背景噪聲，大連理工大學的盧湖川團隊(J.Wang,H.Lu,X.Li,N.Tong,W.Liu,Saliency detection via background andforeground seed selection,Neurocomputing 152(2015)359–368.)在顯著性檢測過程中引入前景信息，其先后將圖像中角點形成的凸殼和對背景顯著圖進行自適應分割產生的區域視為前景區域。但是，角點形成的凸殼沒有考慮目標物體的輪廓信息，而自適應分割沒有考慮目標物體的緊密特性，因此，使用上述方法引入的前景信息本身會包含大量的背景噪聲，使得后續的噪聲抑制效果不佳。

發明內容