[發明專利]基于中心暗通道先驗信息的圖像顯著性物體檢測方法

有效

• 申請號: 201710600386.3
• 申請日: 2017-07-21
• 公開（公告）號: CN107292318B
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 李革;朱春彪;王文敏;王榮剛;高文;黃鐵軍
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06T7/40
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 黃鳳茹

本發明公布了一種基于中心暗通道先驗信息的圖像顯著性物體的檢測方法，利用顏色、深度、距離信息對圖像的顯著性區域進行定位檢測，得到圖像中顯著性物體的初步檢測結果，再利用本發明提出的中心暗通道先驗信息，優化顯著性檢測的最終結果。本發明能夠更加精準，更加魯棒地檢測出顯著性物體。本發明利用中心暗通道先驗信息進行顯著性檢測，可增加顯著性物體檢測的精準性。同時，也增強了顯著性檢測的魯棒性；能夠解決現有的顯著性檢測精確度不高、健壯性不夠的問題，使圖像中的顯著性區域更精準地顯現出來，為后期的目標識別和分類等應用提供精準且有用的信息；適用于更多復雜的場景，使用范圍更廣。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種利用中心暗通道先驗信息進行圖像的顯著性物體檢測的方法。

背景技術

在面對一個復雜場景時，人眼的注意力會迅速集中在少數幾個顯著的視覺對象上，并對這些對象進行優先處理，該過程被稱為視覺顯著性。顯著性檢測正是利用人眼的這種視覺生物學機制，用數學的計算方法模擬人眼對圖像進行適當的處理，從而獲得一張圖片的顯著性物體。由于我們可以通過顯著性區域來優先分配圖像分析與合成所需要的計算資源，所以，通過計算來檢測圖像的顯著性區域意義重大。提取出的顯著性圖像可以廣泛應用于許多計算機視覺領域的應用，包括對興趣目標物體的圖像分割，目標物體的檢測與識別，圖像壓縮與編碼，圖像檢索，內容感知圖像編輯等方面。

通常來說，現有的顯著性檢測框架主要分為：自底向上的顯著性檢測方法和自頂向下的顯著性檢測方法。目前大多采用自底向上的顯著性檢測方法，它是基于數據驅動的，且獨立于具體的任務；而自頂向下的顯著性檢測方法是受意識支配的，與具體任務相關。

現有方法中，自底向上的顯著性檢測方法大多使用低水平的特征信息，例如顏色特征、距離特征和一些啟發式的顯著性特征等。盡管這些方法有各自的優點，但是在一些特定場景下的具有挑戰性的數據集上，這些方法表現的不夠精確，不夠健壯。為了解決這一問題，隨著3D圖像采集技術的出現，目前已有方法通過采用深度信息來增強顯著性物體檢測的精準度。盡管深度信息可以增加顯著性物體檢測的精準度，但是，當一個顯著性物體與其背景有著低對比的深度時，還是會影響顯著性檢測的精準度。

綜合來看，現有的圖像顯著性物體檢測方法在檢測顯著性物體時精準度不高，方法健壯性不夠強，容易造成誤檢、漏檢等情況，很難得到一個精確的圖像顯著性檢測結果，不僅造成顯著性物體本身的錯檢，同時也會對利用顯著性檢測結果的應用造成一定的誤差。

發明內容

為了克服上述現有技術的不足，本發明提出了一種新的基于中心暗通道先驗信息的圖像顯著性物體檢測方法，能夠解決現有的顯著性檢測精確度不高、健壯性不夠的問題，使圖像中的顯著性區域更精準地顯現出來，為后期的目標識別和分類等應用提供精準且有用的信息。

本發明提供的技術方案是：

一種基于中心暗通道先驗信息的圖像顯著性物體的檢測方法，利用顏色、深度、距離信息對圖像的顯著性區域進行定位檢測，得到圖像中顯著性物體的初步檢測結果，再利用本發明提出的中心暗通道先驗信息，優化顯著性檢測的最終結果；其實現包括如下步驟：

1)輸入一張待檢測圖像I_o，利用Kinect設備得到的該圖像的深度圖I_d；

2)利用K-means算法將圖像I_o分成K個區域，并計算得到圖像I_o每一個區域的顏色顯著性值；

3)同顏色顯著性值計算方式一樣，計算得到深度圖I_d中每一個區域的的深度顯著性值；

4)通常來說，顯著性物體都位于中心位置，計算深度圖I_d子區域k的中心和深度權重DW(d_k)；