[發明專利]一種紅外圖像序列顯著性檢測方法

有效

• 申請號: 201710213028.7
• 申請日: 2017-04-01
• 公開（公告）號: CN106887002B
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 寧晨;曾毓敏
• 申請（專利權）人: 南京師范大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/215
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種紅外圖像序列顯著性檢測方法，其特征在于，包括如下步驟：

(A)采用一種基于交互一致性引導的空間信息融合方法提取每幀紅外圖像的亮度和輪廓特征，并計算空域顯著性S^t；

(B)設計一種多幀對稱差分算法提取紅外序列的運動信息，并計算多幀圖像的時域顯著性T^t；

(C)設計一種自適應融合策略，將空域顯著性S^t和時域顯著性T^t相結合；

(D)提出一種多尺度融合方法，嵌入到時-空顯著性模型里，得到多尺度時-空顯著性圖

(E)基于格式塔理論對多尺度時-空顯著性圖進行優化，具體步驟為：

定義l是多尺度時-空顯著性圖上的任一像素點位置；表示該位置處的多尺度時-空顯著值；Ω_N是它的一個鄰域，p是Ω_N中的某一像素點位置，即p∈Ω_N；通過下式計算得到改進后的時-空顯著性圖：

其中，為加權核函數；表示位置p處的多尺度時-空顯著值；

所述步驟(A)包括：

(A1)基于亮度對比度的顯著性計算；

首先，針對紅外圖像序列的第t幀圖像I^t，計算位置l處的亮度對比度顯著性

其中，Ω_c是l的鄰域，Ω_s是l周圍的環形區域；

其次，設計校正函數f(α)＝|α|^γ控制對比度增益，γ為常數且γ≥1，得到：

(A2)基于輪廓的顯著性計算；

首先，針對紅外圖像序列的第t幀圖像I^t，計算梯度幅度G^t；

其次，采用上述校正函數對梯度幅度G^t進行改進，得到改進后的輪廓顯著性圖：

(A3)基于交互一致性的空域顯著性融合；

首先，通過上述兩步得到原始紅外圖像亮度對比度顯著性圖和輪廓顯著性圖后，計算其交互一致性：

其中，是相對于的一致性；是相對于的一致性；

其次，根據一致性，分別計算和的融合權值：

其中，和滿足

第三，根據權值，將和進行融合，得到融合后的空域顯著性：

所述步驟(B)包括：

(B1)計算紅外視頻序列第t幀圖像I^t和第t-1幀圖像I^t-1的幀間差分：

V^t,t-1＝|I^t-I^t-1|；

(B2)對于一個紅外視頻序列，將幀間差分V^t,t-1看做連續兩幀之間的變化區域，將視頻中的運行目標定義為T，則V^t,t-1又表示為連續兩幀中運動目標的合并；定義T^t是t時刻的運動目標，則V^t,t-1為：

V^t,t-1＝T^t∪T^t-1；

(B3)將由上式計算得到的兩個連續變化區域的交疊看做運動目標：

V^t,t-1∩V^t,t+1＝(T^t∪T^t-1)∩(T^t∪T^t+1)＝T^t；

(B4)由公式V^t,t-1＝|I^t-I^t-1|和V^t,t-1∩V^t,t+1＝(T^t∪T^t-1)∩(T^t∪T^t+1)＝T^t得運動目標T^t為：

T^t＝|I^t-I^t-1|∩|I^t-I^t+1|；

(B5)對上述以對稱差分結果表示的運動目標T^t進行修改，得到改進后的顯著性運動目標T^t：

上述多幀對稱差分結果T^t即時域顯著性；其中，t表示t時刻；i∈[1,n]表示時刻變化范圍取值，t+i表示t+i時刻；

所述步驟(C)包括：首先，定義一個用于識別不同類型的運動的測量標準M：

其中，和分別表示T^t的均值和標準差；c是預定義參數，c∈(0.5,1)；

其次，將空域顯著性S^t和時域顯著性T^t通過如下公式進行自適應融合：

所述步驟(D)包括：

(D1)計算不同尺度下的時-空顯著性圖其中r∈R表示尺度因子，R為{1,0.7,0.4}；

(D2)將不同尺度下求得的時-空顯著性圖進行融合，得到多尺度時-空顯著性圖：

其中，C＝[∑_r∈Rr²]^-1為歸一化因子。