[發明專利]基于自適應遺傳方法的顯著性檢測方法在審
| 申請號: | 201710841894.0 | 申請日: | 2017-09-18 |
| 公開(公告)號: | CN107609594A | 公開(公告)日: | 2018-01-19 |
| 發明(設計)人: | 蔣林華;蔣云良;鐘薈;林曉;胡文軍;龍偉 | 申請(專利權)人: | 湖州師范學院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/46 |
| 代理公司: | 杭州宇信知識產權代理事務所(普通合伙)33231 | 代理人: | 張宇娟 |
| 地址: | 313000*** | 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: | 基于 自適應 遺傳 方法 顯著 檢測 | ||
1.基于自適應遺傳方法的顯著性檢測方法,其特征在于:
步驟1:根據圖像顏色差異分析,建立圖像凸包;利用超像素分割方法將輸入圖像分割成N個超像素,并用超像素代替像素作為顯著性檢測方法的基本操作單位;
步驟2:利用自適應遺傳方法來找出步驟1得到的凸包內顯著性的目標并構造遺傳先驗圖;
步驟3:在步驟1得到的凸包中通過顏色和位置構建中心先驗模型;
步驟4:將步驟2的遺傳先驗圖與步驟3的中心先驗模型融合成先驗圖;
步驟5:將以凸包為劃分,把凸包內部的似然概率作為顯著性目標的似然概率引入貝葉斯優化模型來優化步驟4得到的先驗圖的先驗概率,以得到最終的顯著圖。
2.根據權利要求1所述的方法,其特征在于:步驟1中的圖像顏色差異分析是通過采用基于圖像灰度的方法:計算點的曲率及梯度來檢測角點,并以這些角點圍成一塊區域作為圖像凸包,所述的角點檢測算法是Harris角點檢測算法。
3.根據權利要求1所述的方法,其特征在于:所述的步驟2中超像素分割方法是SLIC方法。
4.根據權利要求1所述的方法,其特征在于:步驟2中的自適應選擇函數是公式(1):
f=n1n2(c1-c2)2(1)
其中:n1與n2分別為凸包內顯著性目標區域超像素個數和背景區域超像素個數,c1與c2分別為上述兩區域內的超像素的平均顏色特征值;
交叉算子選用單點交叉,先將解空間中的染色體兩兩配對,在染色體中以交叉概率pc設定一個交叉點,實行交叉時,使得該點前的兩個個體的部分結構進行互換,并生成新個體,交叉概率pc求解公式(2)如下:
對以變異概率pm挑選解空間的染色體上的基因并進行變異,變異概率pm的求解公式(3)如下:
上述公式(2)和(3)中:fmax為種群最大適應度;為平均適應度;f為變異個體適應度;f'為交叉兩個體適應度的較大值;k1~k4為[0,1]內常數,設置k1=k3=1.0,k2=k4=0.5。
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湖州師范學院,未經湖州師范學院許可,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/201710841894.0/1.html,轉載請聲明來源鉆瓜專利網。





