[發明專利]融合顏色對比圖和顏色空間分布圖的圖像顯著性檢測方法有效
| 申請號： | 201710579455.7 | 申請日： | 2017-07-17 |
| 公開（公告）號： | CN107392968B | 公開（公告）日： | 2019-07-09 |
| 發明（設計）人： | 許金蘭;崔玲玲;徐崗;吳卿 | 申請（專利權）人： | 杭州電子科技大學 |
| 主分類號： | G06T7/90 | 分類號： | G06T7/90;G06T7/10;G06K9/62 |
| 代理公司： | 杭州君度專利代理事務所(特殊普通合伙) 33240 | 代理人： | 黃前澤 |
| 地址： | 310018 浙*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 融合 顏色 對比 空間 分布圖 圖像 顯著 檢測 方法 | ||
1.融合顏色對比圖和顏色空間分布圖的圖像顯著性檢測方法，其特征在于：該方法的具體步驟是：
步驟1、將輸入圖像進行平滑處理，得到平滑圖像；
步驟2、利用SLIC超像素分割算法將平滑圖像分割成超像素圖，并計算每個超像素的平均顏色和平均位置：
其中，Ri表示第i個超像素，像素Ii∈Ri，為像素Ii的顏色向量，為像素Ii的位置向量，ci為Ri中所有像素的平均顏色向量，pi為Ri中所有像素的平均位置向量，|Ri|表示Ri中像素的個數；
步驟3、利用中心-周圍原則計算超像素圖中每個超像素的顏色對比值Fi，得到顏色對比圖；
其中，C(ci,cj)＝||ci-cj||表示ci與cj的歐氏距離，Wp(pi,pj)是調節對比值的空間權重，P(pi,pj)＝||pi-pj||表示pi與pj的歐氏距離；1/Zi是使得的歸一化因子，σp取值0.5，exp為指數運算，N＝|Ri|-1，cj為Rj中所有像素的平均顏色向量，pj為Rj中所有像素的平均位置向量，Rj表示第j個超像素；
步驟4、利用K-Means聚類算法把平滑圖像按照顏色聚類分割為M個類，M≤10，得到聚類圖，類又稱為顏色分量；按下式計算每個顏色分量的平均顏色和平均位置；
其中，Gi表示第i個顏色分量，像素Pi∈Gi，為像素Pi的顏色向量，顏色向量采用l分量、a分量和b分量表達，Pip為像素Pi的位置向量；cgi為顏色分量Gi的平均顏色向量，即顏色分量Gi在顏色上的聚類中心；pgi為顏色分量Gi的平均位置向量，即顏色分量Gi在空間上的聚類中心，|Gi|表示顏色分量Gi中像素的個數；
步驟5、計算聚類圖中的類內空間方差、類間空間方差以及類內顏色方差；
其中，Viin和Viout分別表示顏色分量Gi的類內空間方差和類間空間方差，表示顏色分量Gi的類內顏色方差，表示顏色分量Gj在空間上的聚類中心；
步驟6、將步驟5求得的類間空間方差、類內空間方差以及類內顏色方差非線性組合成初步的顏色空間分布值；
采用高斯權值為類內顏色方差分配權重，即取5；
步驟7、由聚類圖得出每個類初步的顏色空間分布值之后，映射到超像素圖上進行優化，得到優化的顏色空間分布值Di′，并進行歸一化處理，得到優化的顏色空間分布圖：
其中，Ui是指超像素Ri的鄰接超像素個數；Ki和Kj分別是超像素Ri和超像素Rj的初步的顏色空間分布值，vi指超像素Ri中每個像素點初步的顏色空間分布值；
步驟8、融合顏色對比圖和優化的顏色空間分布圖，得到顯著圖；
Si＝Fi·Di′ (11)
由于Fi和Di′都與顯著圖成正比，所以，若某一處超像素的灰度值為零，從公式(11)得出最后的顯著圖中相應的Si也為零。
2.根據權利要求1所述的融合顏色對比圖和顏色空間分布圖的圖像顯著性檢測方法，其特征在于：C(ci,cj)表達了超像素Ri與超像素Rj的顏色差，顏色差計算時只取a分量和b分量兩個通道的差異。
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杭州電子科技大學，未經杭州電子科技大學許可，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/201710579455.7/1.html，轉載請聲明來源鉆瓜專利網。
