一种基于颜色特征的图像感兴趣区域检测方法

摘要

本发明涉及一种基于颜色特征的图像感兴趣区域检测方法，其特征在于：首先，同时考虑了Lab和对抗色两个颜色空间，同时考虑了每个像素点与多尺度邻域差值问题，这样既考虑图像的整体特征又考虑图像的局部特征。运用信息熵作为衡量显著图的检测效果，首先运用信息熵找到每个颜色通道中的最优三个邻域尺度，然后用信息熵找到最优三个颜色通道，并且运行信息熵组合每步得到的最优显著图。这样既考虑图像的整体特征又考虑图像的局部特征。接着运用信息熵分步组合得到的最优显著性分布图。

主权项

一种基于颜色特征的图像感兴趣区域检测方法，其特征在于步骤如下：步骤1：将原始输入图像由RGB颜色空间转化为四色宽频颜色空间RGBY，转化方法为：，，，，其中：r,g,b分别表示RGB颜色空间中的红、绿、蓝颜色通道，R,G,B,Y分别表示得到RGBY颜色空间中的红、绿、蓝、黄颜色通道；步骤2：计算亮度I＝(r+g+b)，红绿对抗色RG＝|R‑G|，蓝黄对抗色BY＝|B‑Y|，分别得到亮度、红绿对抗色及蓝黄对抗色三个通道I,RG,BY；步骤3：将原始输入图像转化为Lab颜色空间，得到L,a,b颜色通道；步骤4：计算6个颜色通道中每个点(x,y)的两个方形邻域内的像素均值mean_N_1i(x,y)和mean_N_2i(x,y)，i∈{I,RG,BY,L,a,b}；其中：mean_N_1i(x,y)和mean_N_2i(x,y)分别表示在颜色通道i中点(x,y)处的大小为N₁×N₁和N₂×N₂的方形邻域内像素均值；步骤5：计算6个颜色通道显著性特征：C_i(x,y)＝|mean_N_1i(x,y)‑mean_N_2i(x,y)|，i∈{I,RG,BY,L,a,b}，其中：C_i(x,y)表示在颜色通道i中点(x,y)处的显著性特征；步骤6：依次在N₁取值N₁₁,N₁₂，依次在N₂取值N₂₁,N₂₂,…,N_2m，重复步骤5在每个颜色通道可得到2m个显著特征图；步骤7：特征图归一化后，计算特征图的信息熵得：i∈{I,RG,BY,L,a,b}，j＝1,2,…,2m ，其中：C_ij(x,y)是i颜色通道第j个显著图，g是一个高斯低通滤波器；步骤8：在各颜色通道的2m个显著特征图，分别取信息熵最小的三个显著特征图Optimalmap_i1，Optimalmap_i2，Optimalmap_i3，i∈{I,RG,BY,L,a,b}；步骤9：将Optimalmap_i1，Optimalmap_i2和Optimalmap_i3归一化并组合，得到i颜色通道显著性特征：其中：为特征融合权系数；步骤10：重复步骤8和9的方法，求出信息熵最小的三个颜色通道，并对归一化组合得到图像感兴趣区域的最终显著图。