[發(fā)明專利]一種用于雨天圖像的目標顯著性檢測方法

有效

• 申請?zhí)枺?/td>: 201811073630.6
• 申請日: 2018-09-14
• 公開（公告）號: CN109410171B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 陸文駿;薛峰;李偉;左常玲;郭丁云;吳海燕;韋穎
• 申請（專利權(quán)）人: 安徽三聯(lián)學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/194;G06T7/90
• 代理公司: 合肥市長遠專利代理事務(wù)所(普通合伙) 34119
• 代理人: 金宇平

本發(fā)明提出的一種用于雨天圖像的目標顯著性檢測方法，包括以下步驟：S1、提取基于亮度與顏色特征的視覺顯著性，計算亮度顯著度圖S_lc；S2、提取基于顏色差異特征的視覺顯著性，計算色差顯著度圖S_cv；S3、提取基于暗通道的視覺顯著性，計算暗通道顯著度圖S_d；S4、將亮度顯著度圖S_lc、色差顯著度圖S_cv和暗通道顯著度圖S_d混合運算獲得最終顯著度圖S_final，S_final＝S_lc.*S_cv?S_d。本發(fā)明中，利用了雨天圖像中目標的亮度與顏色特征、顏色差異特征和暗通道特征，對雨天圖像中目標顯著性特征進行提取，構(gòu)建目標顯著性檢測模型，為圖像的清晰化以及雨中目標的檢測提供了有效的預處理手段。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種用于雨天圖像的目標顯著性檢測方法。

背景技術(shù)

視覺顯著性模型應(yīng)用領(lǐng)域廣泛，較為成熟的有目標檢測和分割、視頻分析等等，顯著性檢測結(jié)果的好壞對這些應(yīng)用起到了至關(guān)重要的作用。具體來說，一般可以分為三種類型：(1)在生物學基礎(chǔ)上研究的方法(2)通過純數(shù)學建模計算的方法(3)將前兩種方法結(jié)合的方法。并且這些方法都是自底向上研究的。絕大部分方法研究仍然是把重點放在顯著性目標的檢測和分割的領(lǐng)域，并且還是在經(jīng)典模型框架的基礎(chǔ)上，只是這些方法的創(chuàng)新都是放在建模的改進或者特征選擇有不同。現(xiàn)有的模型主要有以下幾方面不足：(1)不能夠深入分析研究顯著性目標的特征(2)不能夠深入了解生物視覺認知的機理(3)很多模型不能夠直接被應(yīng)用或應(yīng)用具有條件的局限性。

縱觀國內(nèi)外研究的現(xiàn)狀，雖然取得了一定的成果，也提出了許多切實可行的方法，但研究發(fā)現(xiàn)還少有學者對以下問題進行專題研究：雨天條件下人眼對目標的視覺感知特性分析問題。目前人們對目標的顯著性檢測提出了很多成熟實用的方法，對視覺注意力模型也深入研究，但由于雨的隨機性和特殊性，針對雨天條件下目標顯著性變化引起的人眼視覺感知特性研究還需進一步深入。另外目前還沒有對雨的等級劃分存在定量有效標準，如何形成含有不同等級雨用于顯著性檢測的圖像數(shù)據(jù)庫是個難題。

發(fā)明內(nèi)容

基于背景技術(shù)存在的技術(shù)問題，本發(fā)明提出了一種用于雨天圖像的目標顯著性檢測方法。

本發(fā)明提出的一種用于雨天圖像的目標顯著性檢測方法，包括以下步驟：

S1、提取基于亮度與顏色特征的視覺顯著性，計算亮度顯著度圖S_lc；

S2、提取基于顏色差異特征的視覺顯著性，計算色差顯著度圖S_cv；

S3、提取基于暗通道的視覺顯著性，計算暗通道顯著度圖S_d；

S4、將亮度顯著度圖S_lc、色差顯著度圖S_cv和暗通道顯著度圖S_d混合運算獲得最終顯著度圖S_final，S_final＝S_lc.*S_cv-S_d。

優(yōu)選的，步驟S1中，亮度顯著度圖S_lc通過如下步驟獲得：

S11、將圖像由RGB色彩模型轉(zhuǎn)換為LAB色彩模型；

S12、根據(jù)LAB色彩模型的圖像建立亮度顯著度圖S_lc，S_lc＝(L*，A*，B*)，其中，L*，A*,B*為LAB色彩模型的圖像中三個通道的值。

優(yōu)選的，步驟S11中將圖像由RGB色彩模型轉(zhuǎn)換為LAB色彩模型的具體方式為：

首先，設(shè)置函數(shù)gamma，將RGB色彩模型的圖像具象化：