一种夜视红外图像中的基于显著性的道路目标提取方法

摘要

本发明公开了一种夜视红外图像中的基于显著性的道路目标提取方法，属于机器视觉领域，本发明的具体步骤为：先运用GBVS模型对夜视红外图像进行显著性区域的粗提取；运用基于超复数频域的谱尺度空间的方法，基于全局特征，进行显著性区域的再提取；运用基于融合全局和局部线索的显著性提取方法，对显著性图像ZZ进行全局和局部线索的融合，得到最终的显著性图像。本发明融合了时域与频域，全局对比度与局部对比度，低层次特征与高层次特征上的显著性，并且考虑到了能量辐射也是一种显著性因素，所以处理对象不是平常的自然图像，而是红外图像，即通过处理红外图像的方式，对原始的自然图像进行了基于能量辐射的显著性区域的提取；因此本发明所得到的显著性区域的提取效果更为准确，全面，显著性区域目标的轮廓更加清晰。

主权项

一种夜视红外图像中的基于显著性的道路目标提取方法，其特征在于，包括如下步骤：S1，针对道路目标的夜视红外图像，先运用GBVS模型(基于图论的图像显著性分析算法)进行基于局部对比度的显著性区域的粗提取，得到夜视红外图像的显著性图像CC；S2，运用基于超复数频域的谱尺度空间的方法，基于全局特征，对显著性图像CC进行显著性区域的再提取，得到夜视红外图像的显著性图像ZZ；S3，运用基于融合全局和局部线索的显著性提取方法，对显著性图像ZZ进行全局和局部线索的融合，得到显著性图像AA。