基于边缘的图像显著性检测

摘要

本发明涉及基于边缘的图像显著性检测方法、装置和计算机程序产品。在本发明中，通过显著点和边缘点的检测来确定显著物体在图像中的区域，从而提高检测目标物体的性能。

主权项

一种基于边缘的图像显著性检测的方法，包括以下步骤：(a)输入二维图像；(b)对所述二维图像进行角点检测；(c)对所述二维图像进行边缘检测；(d)将所述角点检测得到的角点和所述边缘检测中得到的边缘点进行组合，以确定所述二维图像中的图像显著物体，其中，如果在一个角点的5×5邻域内的边缘点的个数超过特定阈值，则确定该角点和所述个数的边缘点是所述图像显著物体边缘的一部分，其中，步骤(b)包括以下子步骤：(b.1)对所述二维图像进行高斯滤波，以去除噪声干扰；(b.2)计算经过高斯滤波后的二维图像的R图像：R(x，y)＝λ₁λ₂‑α(λ₁+λ₂)²其中λ₁，λ₂为矩阵$\left[\begin{array}{cc}{I}_x^2& I_{\mathrm{xy}}\\ I_{\mathrm{yx}}& I_y^2\end{array}\right]$的特征值，其中I_x和I_y分别为经过高斯滤波后的二维图像在x、y方向一阶方向导数，I_xy、I_yx为二阶方向导数，α为经验常数；(b.3)使用σ＝1的高斯滤波器对所述R图像进行卷积，得到图像；(b.4)将图像中小于t的值置零，其中t＝0.01R_max，其中R_max表示所述图像中的最大值；(b.5)在经过所述置零后的图像中进行3*3邻域内的非最大值抑制，最后在图像中的不为零的点为检测得到的角点，其中，在所述角点检测中仅考虑R图像中满足以下情况之一的像素点：λ₁＞＞λ₂，λ₁＜＜λ₂和λ₁≈λ₂；其中，步骤(c)包括：利用改进的Canny边缘检测算法获得所述二维图像的边缘点，在所述改进的Canny边缘检测算法中，通过按如下来设置上限阈值和下限阈值来引入所述二维图像中的局部信息：在每一个像素的5*5邻域中，求出各个像素的方向导数的最大值max和平均值ave，并将所述上限阈值设定为0.9*max，将所述下限阈值设定为ave。