[發(fā)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?zhí)枺?/td>: 201710579455.7
• 申請日: 2017-07-17
• 公開（公告）號: CN107392968B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計）人: 許金蘭;崔玲玲;徐崗;吳卿
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 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(wù)所(特殊普通合伙) 33240
• 代理人: 黃前澤

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(jìn)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，R_i表示第i個超像素，像素I_i∈R_i，為像素I_i的顏色向量，為像素I_i的位置向量，c_i為R_i中所有像素的平均顏色向量，p_i為R_i中所有像素的平均位置向量，|R_i|表示R_i中像素的個數(shù)；

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F_i，得到顏色對比圖；

其中，C(c_i,c_j)＝||c_i-c_j||表示c_i與c_j的歐氏距離，W^p(p_i,p_j)是調(diào)節(jié)對比值的空間權(quán)重，P(p_i,p_j)＝||p_i-p_j||表示p_i與p_j的歐氏距離；1/Z_i是使得的歸一化因子，σ_p取值0.5，exp為指數(shù)運(yùn)算，N＝|R_i|-1，c_j為R_j中所有像素的平均顏色向量，p_j為R_j中所有像素的平均位置向量，R_j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，G_i表示第i個顏色分量，像素P_i∈G_i，為像素P_i的顏色向量，顏色向量采用l分量、a分量和b分量表達(dá)，P_i^p為像素P_i的位置向量；c^g_i為顏色分量G_i的平均顏色向量，即顏色分量G_i在顏色上的聚類中心；p^g_i為顏色分量G_i的平均位置向量，即顏色分量G_i在空間上的聚類中心，|G_i|表示顏色分量G_i中像素的個數(shù)；

步驟5、計算聚類圖中的類內(nèi)空間方差、類間空間方差以及類內(nèi)顏色方差；

其中，V_iⁱⁿ和V_i^out分別表示顏色分量G_i的類內(nèi)空間方差和類間空間方差，表示顏色分量G_i的類內(nèi)顏色方差，表示顏色分量G_j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(nèi)空間方差以及類內(nèi)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(quán)值為類內(nèi)顏色方差分配權(quán)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(jìn)行優(yōu)化，得到優(yōu)化的顏色空間分布值D_i′，并進(jìn)行歸一化處理，得到優(yōu)化的顏色空間分布圖：

其中，U_i是指超像素R_i的鄰接超像素個數(shù)；K_i和K_j分別是超像素R_i和超像素R_j的初步的顏色空間分布值，v_i指超像素R_i中每個像素點(diǎn)初步的顏色空間分布值；

步驟8、融合顏色對比圖和優(yōu)化的顏色空間分布圖，得到顯著圖；

S_i＝F_i·D_i′ (11)

由于F_i和D_i′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(yīng)的S_i也為零。

2.根據(jù)權(quán)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(c_i,c_j)表達(dá)了超像素R_i與超像素R_j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。