[發明專利]一種基于多圖優化和稀有特性的顯著目標檢測方法

在審

• 申請號: 201711236304.8
• 申請日: 2017-11-30
• 公開（公告）號: CN108052939A
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 張金霞;魏海坤;謝利萍
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王安琪

本發明公開了一種基于多圖優化和稀有特性的顯著目標檢測方法，包括如下步驟：使用SLIC算法將圖像過分割成超像素，計算各超像素的位置和顏色特征；將超像素定義為圖的結點，根據超像素的位置和顏色特征分別構造兩個不同的圖，用于描述輸入圖像；基于圖中結點的度，計算超像素的稀有特性；基于圖像邊緣超像素和所構造的圖，獲取種子結點信息；提出多圖優化框架，融合所構造的多圖、各超像素的稀有特性和種子結點信息，檢測出自然場景圖像中的顯著目標。本發明充分考慮人眼有效的視覺稀有特性，有助于提高復雜自然場景圖像中顯著目標檢測的性能；本發明與其他十五種顯著目標檢測方法進行比較，驗證了該方法檢測結果與數據庫中的真值圖更加一致。

技術領域

本發明涉及圖像處理技術領域，尤其是一種基于多圖優化和稀有特性的顯著目標檢測方法。

背景技術

隨著信息技術的快速發展，數碼圖像采集設備(照相機、智能手機等)拍攝的自然場景圖像呈現爆炸式增長。此外，由于圖像采集的方便快捷，所采集的圖像內容復雜多變。在上述圖像大數據背景下，如何提高計算機視覺和圖像處理的能力是學術界和工業界共同關注的問題。

視覺顯著目標檢測通過從圖像中提取包含關鍵信息的顯著區域來提高計算機視覺和圖像處理的性能和速度，是一種強有力的數據分析工具。近年來，基于圖優化框架的顯著目標檢測方法在簡單的自然場景圖像中取得了一定的效果，但在復雜的自然場景圖像中進行顯著目標檢測具有一定的局限性。

大部分工作基于單個圖進行優化，而使用單個圖描述圖像中包含的信息具有一定的局限性。除此之外，大部分工作在設計優化框架時并沒有考慮視覺顯著性已有的先驗知識，比如稀有特性。因此，開發出一種能夠更佳描述圖像信息并且融合視覺顯著性先驗知識的顯著目標檢測算法是非常必要的。

發明內容

本發明所要解決的技術問題在于，提供一種基于多圖優化和稀有特性的顯著目標檢測方法，能夠提高復雜自然場景圖像中顯著目標檢測的性能。

為解決上述技術問題，本發明提供一種基于多圖優化和稀有特性的顯著目標檢測方法，包括如下步驟：

(1)使用SLIC算法將圖像過分割成超像素，計算各超像素的位置和顏色特征；

(2)將超像素定義為圖的結點，根據超像素的位置和顏色特征分別構造兩個不同的圖，用于描述輸入圖像；

(3)基于圖中結點的度，計算超像素的稀有特性；

(4)基于圖像邊緣超像素和所構造的圖，獲取種子結點信息；

(5)提出多圖優化框架，融合所構造的多圖、各超像素的稀有特性和種子結點信息，檢測出自然場景圖像中的顯著目標。

優選的，步驟(1)中，將待處理的圖像使用SLIC方法過分割成200個同質的超像素；為過分割而成的超像素提取其空間位置特征和CIELab顏色特征。

優選的，步驟(2)中具體為：將過分割而成的超像素定義為圖的結點；根據空間位置特征構造一個圖：將超像素與周邊相鄰的超像素進行連接獲得圖的一部分邊，并且將位于圖像邊緣的各超像素兩兩相連獲得圖的另一部分；根據顏色特征構造另一個圖：根據CIELab顏色特征將超像素與在CIELab顏色空間中歐幾里得距離小于0.15的超像素進行連接獲得圖的邊，上述兩個圖的邊權根據位置和顏色特征計算：