[發明專利]基于混合算法的紅外圖像顯著性區域檢測方法

在審

• 申請號: 201710659347.0
• 申請日: 2017-08-04
• 公開（公告）號: CN107451595A
• 公開（公告）日: 2017-12-08
• 發明（設計）人: 王鑫;張春燕;陳哲;張振;呂國芳
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/136
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 李玉平

技術領域

本發明涉及一種基于混合算法的紅外圖像顯著性區域檢測方法，屬于圖像處理技術領域。

背景技術

隨著圖像處理技術的快速發展，圖像視覺顯著性檢測成為一個備受關注的課題。顯著性檢測廣泛用于圖像處理各個領域，比如圖像分割、圖像搜索、物體檢測和識別等。而圖像的顯著性檢測，就是讓計算機快速地辨別出紅外圖像中含有有用信息、且人類視覺中最為關注的顯著性區域。顯著性的結果是能夠獲得完整，清晰且無背景干擾的突顯顯著性區域的顯著圖。

目前，我國在該領域相關專利有：一種基于移動視覺焦點的圖像視覺顯著性檢測方法(公開號：CN103810707A)，該方法首先運用基于圖的分割算法將原始圖像進行分割；然后對原始圖像進行量化及高頻顏色篩選；利用分割圖像獲得量化圖像對應的分割區域并進行區域對比計算，以獲得某一區域的顯著值，從而獲得初始顯著圖；利用顯著性引力模型計算視覺焦點的移動距離及移動方向以獲取下一個視覺焦點，直到當前焦點距離與上一焦點距離小于1為止；運用最終的視覺焦點對獲得最終視覺焦點的前一次獲得顯著圖加權而獲得最終顯著圖。該檢測方法雖然可以突出顯著物體，并很好地抑制圖像背景，但仍然存在不足的是，該方法獲得的顯著性物體目標不均勻，而且無法保留目標的完整邊界。

基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法(公開號：CN102129693A)，該方法同時考慮了全局對比度和空間相干性，但是由于僅利用了顏色直方圖和空間關系，得到的顯著圖是基于分割區域而非像素，使得最終的顯著圖比較粗糙，并且在背景較為復雜時檢測結果不太理想。

綜上所述，目前關于圖像顯著性檢測的方法挺多，但是依然存在不足，算法不夠成熟，不足之處體現在，目標突顯不均勻，邊界信息容易缺失，在面對復雜的背景時，難以去除背景噪聲，依然存在大量的背景干擾。

發明內容

發明目的：針對現有技術中存在的問題，本發明提供一種專門面向紅外圖像的顯著性檢測方法，它能夠保證在完全抑制背景噪聲的同時，清晰突顯出顯著性區域。

技術方案：一種基于混合算法的紅外圖像顯著性區域檢測方法，包括如下步驟：

步驟一：對原始紅外圖像S進行局部稀疏表示，在進行局部稀疏表示的時候采用多尺度局部稀疏表示方法，得到初始顯著圖S_M；

步驟二：提出了融合二維最大熵/最小交叉熵和最大標準差的紅外圖像前景預測算法，對原始紅外圖像S進行處理，得到突顯目標并抑制背景的前景預測圖S_y；

步驟三：將原始紅外圖像S與步驟二獲得的前景預測圖相減，得到原始紅外圖像的背景圖S_b；

步驟四：將步驟一得到的初始顯著圖S_M減去步驟三得到的背景圖S_b，得到最終的顯著圖S_Map。

其中，在步驟一中，多尺度局部稀疏表示得到初始顯著圖的具體操作過程如下：

步驟a：給定一個以元素x∈R²為中心的輸入圖像S，取分塊大小為而表示以x為中心并且包含n個元素的塊，設定一個大小為的局部搜索框，局部搜索框以x為中心，k為局部搜索框中非中心元素的個數，為以搜索框中每個非中心元素作為中心元素的塊，其中i＝1,2...k，因此，用非中心塊來線性表示中心塊的表達式如下：

其中，是非中心元素塊的矩陣，是線性組合的系數向量；

步驟b：將步驟a中中心塊的表達式表示為下述等式：

其中為包含少量非零元素的系數向量，表示偽l₀范數，通過正交匹配追蹤來解包含少量非零元素的系數向量中心塊經過稀疏表示后得到的線性組合如下：

步驟c：圖像顯著性可通過重構圖像與原來圖像的殘差來獲得，用下式來簡單的表示圖像顯著性：

其中||·||₂表示L₂范數；

步驟d：對整個圖像進行局部稀疏表示，即將搜索框從上到下，從左到右搜索整個圖像，并且在局部搜索框內對每個元素都進行稀疏表示，最后求步驟c中等式的殘差得到整個圖像的顯著圖S_M1。

步驟e：將原始圖像S的分塊大小設置為再進行a～f步驟所述的局部稀疏表示處理，得到圖像顯著圖S_M2；