一种基于幅度谱分析的显著目标检测方法

摘要

本发明公开了一种基于幅度谱分析的显著目标检测方法，其中，包括以下步骤：得到的图像提取亮度特征I、拮抗特征RG和拮抗特征BY；这三种特征图通过四元数傅里叶变换转换到频域中，得到图像的幅度谱、相位谱和本征轴谱；利用图像签名算子检测图像中显著目标的尺寸和显著目标的中心位置；通过利用幅度谱最优滤波尺度与显著目标尺寸之间特定的关系，获得的不同显著目标对应的最优滤波尺度，分别对图像的幅度谱进行不同尺度的高斯滤波；根据偏见高斯分布和显著目标位置确定每个显著目标所对应最优显著图的权重值，获得的不同显著图进行自适应高斯权重融合，计算融合后的显著图；将融合后的显著图进行高斯滤波操作；显著度值进行归一化后得到最终显著图。本发明的方法能够快速有效的抑制背景，均匀的突出显著目标，更多的保留图像的显著信息。

主权项

一种基于幅度谱分析的显著目标检测方法，其特征在于，包括以下步骤：S1：将大小为M×N的原图像转化大小为m×n的图像；S2：对步骤S1得到的图像提取其三种特征，包括亮度特征I、拮抗特征RG和拮抗特征BY；S3：对步骤S2中的三种特征图通过四元数傅里叶变换转换到频域中，得到图像的幅度谱、相位谱和本征轴谱；S4：利用图像签名算子检测图像中显著目标的尺寸和显著目标的中心位置；S5：通过利用幅度谱最优滤波尺度与显著目标尺寸之间特定的关系，获得的不同显著目标对应的最优滤波尺度，分别对图像的幅度谱进行不同尺度的高斯滤波；S6：将步骤S5中滤波后的幅度谱与步骤S3中的相位谱和本征轴谱进行四元数傅里叶反变换，得到不同显著目标所对应的最优显著图；S7：根据中央偏见高斯分布和显著目标位置确定每个显著目标所对应最优显著图的权重值，将S6获得的不同显著图进行自适应高斯权重融合，计算融合后的显著图；S8：将融合后的显著图进行高斯滤波操作；S9：对步骤S8得到的图像进行尺寸调整，将图像转化成大小为M×N的图像；S10：步骤S9中的显著度值进行归一化后得到最终显著图。