[發明專利]一種使用LLC準則定位圖像前景的方法有效
| 申請號: | 201710263340.7 | 申請日: | 2017-04-21 |
| 公開(公告)號: | CN107067037B | 公開(公告)日: | 2020-08-04 |
| 發明(設計)人: | 楊春蕾;普杰信;謝國森;劉中華;梁靈飛;董永生;司彥娜 | 申請(專利權)人: | 河南科技大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/40;G06K9/46 |
| 代理公司: | 洛陽公信知識產權事務所(普通合伙) 41120 | 代理人: | 劉興華 |
| 地址: | 471000 河*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 使用 llc 準則 定位 圖像 前景 方法 | ||
1.一種使用LLC準則定位圖像前景的方法,其特征在于,包括以下步驟:
步驟一:碼本生成:實現為生成LLC所使用的碼本進行的大規模圖像樣本抽取、圖像過分割、圖像區域樣本篩選及標定、圖像區域樣本特征提取、區域樣本聚類生成碼本;
步驟二:待測圖像區域劃分及特征提取:實現待測圖像過分割,提取待測圖過分割后的各圖像區域特征;
步驟三:使用LLC準則對每個過分割圖像區域進行稀疏編碼:根據過分割圖像區域特征提取結果,按照局部性原理和LLC準則進行線性編碼,獲得所有過分割圖像區域的稀疏編碼碼字;
步驟四:圖像區域粗分類:實現LLC編碼碼字轉換為顯著性概率值的結果,得到知識先驗圖;
步驟五:圖像前景定位:按照背景優先的圖流形排序法獲得背景先驗圖,通過融合知識先驗圖用以消除圖像區域粗分類造成的大部分噪聲,精準地定位圖像前景。
2.如權利要求1所述的使用LLC準則定位圖像前景的方法,其特征在于:所述步驟一中碼本生成的方法為:
1)從標準測試集中抽樣N幅圖像;
2)將原圖像用SLIC算法分割成n個超像素;
3)提取每幅被抽樣圖像的顯著性真值標注圖,按照步驟2)中的分割結果映射到真值標注圖,依據公式(1)將僅包含前景像素或僅包含背景像素的超像素區域納入備選圖像區域樣本,并標定該圖像區域樣本屬于前景亦或背景,剔除掉既包含前景像素又包含背景像素的超像素區域;
(1)
其中為第i幅抽樣圖像被納入的第t個區域樣本,該樣本來源于第i幅抽樣圖像的第j個超像素區域; 表示真值標注圖中對應該區域的平均值,其值為1時說明屬于前景,用指示,值為0時說明該區域屬于背景,由指示;
4)提取各備選圖像區域樣本的質心、Lab顏色自然特征,計算其距圖像中心的質心距離、局部Lab顏色對比值和全局Lab顏色對比值,按照公式(2)和公式(3)形成對比特征向量表示單個圖像區域樣本;
(2)
其中,mi為第i幅抽樣圖像被選入的區域樣本個數;
(3)
其中,表示來源于歸一化后的同一幅圖像的區域樣本的特征,歸一化過程僅在同一幅圖像的區域樣本內進行;
5)將步驟4)所形成的對比特征向量組成對比特征矩陣,使用K-means聚類算法按照公式(4)給出的條件聚類為K個中心;
(4)
6)使用步驟5)生成的K個聚類中心構成碼本,其對應的標定結果依序組成長度為K的標定向量。
3.如權利要求2所述的使用LLC準則定位圖像前景的方法,其特征在于:所述步驟二中待測圖像區域劃分及特征提取的方法為:
1)將待測圖像用SLIC算法分割成n個超像素;
2)提取待測圖像各超像素的質心,用橫縱坐標表示;
3)提取待測圖像各超像素在Lab空間下的三個顏色均值;
4)分別計算待測圖像各超像素距圖像中心的質心距離、局部Lab顏色對比值和全局Lab顏色對比值,按照公式(2)的特征構成形式形成對比特征向量表示單個圖像超像素區域。
4. 如權利要求1所述的使用LLC準則定位圖像前景的方法,其特征在于:所述步驟三中使用LLC準則對每個過分割圖像區域進行稀疏編碼的方法為:對于每一個圖像超像素,按照公式(5)和(6)所示LLC編碼規則,使用在步驟一中已生成的碼本,得到每個超像素對應的編碼向量;
(5)
其中, 是待測超像素區域的對比特征向量; 表示待測超像素區域與碼本Brc各元素的距離; K為經K-means聚類后的質心個數,此外,
(6)。
5. 如權利要求1所述的使用LLC準則定位圖像前景的方法,其特征在于:所述步驟四中圖像區域粗分類的方法為:按照編碼向量和標定向量依據公式(7)計算每個圖像超像素區域的顯著性概率值,得到知識先驗圖;
(7)
其中 和 是分別對應于編碼正例和反例的非負系數集,pn和nn分別為這兩個非負系數集中的元素個數。
6.如權利要求1所述的使用LLC準則定位圖像前景的方法,其特征在于:所述步驟五中圖像前景定位,通過下述步驟實現:
1)按照背景優先的圖流形排序法依據公式(8)和(9)獲得背景先驗圖;
(8)
其中μ值為0.99,W為圖結構的仿射矩陣,由
(9)
其中,表示按位乘法, 表示依次按照圖像的左、右、上、下四個邊界標記查詢種子后,依據公式(8)獲得的邊界先驗顯著圖;
2)將背景先驗圖和知識先驗圖按照公式(10)融合,獲得較為精準的圖像前景定位圖;
(10)
其中,表示矩陣或向量間的對應元素按位乘法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河南科技大學,未經河南科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710263340.7/1.html,轉載請聲明來源鉆瓜專利網。





