[發明專利]圖像的顯著性檢測方法、裝置、存儲介質和處理器

有效

• 申請號: 201710539098.1
• 申請日: 2017-07-04
• 公開（公告）號: CN107369131B
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 劉瓊;李翩;楊鈾
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/10;G06T7/50;G06K9/62
• 代理公司: 11240 北京康信知識產權代理有限責任公司
• 代理人: 韓建偉;張永明<國際申請>=<國際公布>

本發明公開了一種圖像的顯著性檢測方法、裝置、存儲介質和處理器。該方法包括：對目標圖像的深度圖進行超像素分割，得到目標圖像的多個超像素；對每個超像素進行聚類處理，得到每個超像素的第一數量的類，其中，第一數量的類中包含像素點數目最多的類的聚類中心為每個超像素的目標聚類中心；對每個超像素的目標聚類中心執行第一預設算法，得到目標圖像的深度顯著性圖。通過本發明，提高了圖像的顯著性檢測的準確性。

技術領域

本發明涉及圖像處理領域，具體而言，涉及一種圖像的顯著性檢測方法、裝置、存儲介質和處理器。

背景技術

目前，在圖像處理中，數據集里面的深度圖往往會有一些不準確或者錯誤的數據。在利用深度圖進行顯著性提取的時候，顯著性提取的結果會受到不準確或者錯誤的數據的影響，也即，受到噪聲影響。如果特地對深度圖進行修復，考慮到兼容性以及實現的過程，則修復過程中的復雜程度會大大增加。

現有技術中還存在通過計算對比度來對深度圖進行提取顯著性的方法。根據深度圖的特點，單純計算對比度無法將場景中的背景區域與顯著物體區分開，比如，無法將場景中的地板或天花板等背景區域與顯著物體區分開。

另外，在現有的對3D圖像或視頻顯著性提取方法中，采用計算多張基于特征的顯著圖，然后對多張基于特征的顯著圖進行融合，這基本上是利用簡單的線性相加或相乘計算來實現，這種融合方法難以將單個顯著圖的優勢最大化。

針對現有技術中圖像的顯著性檢測的準確性低的問題，目前尚未提出有效的解決方案。

發明內容

本發明的主要目的在于提供一種圖像的顯著性檢測方法、裝置、存儲介質和處理器，以至少解決圖像的顯著性檢測的準確性低的問題。

為了實現上述目的，根據本發明的一個方面，提供了一種圖像的顯著性檢測方法。該方法包括：對目標圖像的深度圖進行超像素分割，得到目標圖像的多個超像素；對每個超像素進行聚類處理，得到每個超像素的第一數量的類，其中，第一數量的類中包含像素點數目最多的類的聚類中心為每個超像素的目標聚類中心；對每個超像素的目標聚類中心執行第一預設算法，得到目標圖像的深度顯著性圖。

可選地，對每個超像素的目標聚類中心執行第一預設算法，得到目標圖像的深度顯著性圖包括：確定多個超像素中的第一超像素和多個第二超像素，其中，第一超像素為多個超像素中的任意一個超像素，多個第二超像素為多個超像素中除第一超像素之外的超像素；獲取第一超像素的目標聚類中心與每個第二超像素的目標聚類中心之間的距離，得到多個距離，其中，多個距離和多個第二超像素相對應；將多個距離分別轉換為第一超像素與每個第二超像素之間的相似度，得到多個相似度，其中，多個相似度與多個第二超像素相對應；根據多個相似度計算第一超像素的深度顯著性值，其中，深度顯著性值用于生成目標圖像的深度顯著性圖。

可選地，根據多個相似度計算第一超像素的深度顯著性值包括：對多個相似度進行求和運算，得到第一相似度之和；獲取第一超像素與位于目標圖像的邊界處的每個第二超像素之間的相似度，得到多個第一相似度，并對多個第一相似度進行求和運算，得到第二相似度之和，其中，多個相似度包括多個第一相似度；根據第一相似度之和與第二相似度之和獲取第一超像素屬于背景區域中的超像素的第一概率；根據第一概率獲取第一超像素的深度顯著性值。