基于显著性密度与边缘响应的显著物体自动检测方法

摘要

基于显著性密度与边缘响应的显著物体自动检测方法，它涉及显著物体自动检测的方法，本发明要解决现有显著物体检测方法中仅利用显著性一个属性而没有考虑显著物体的边缘属性致使显著物体检测准确度不高的问题。本发明中基于显著性密度与边缘响应的显著物体自动检测方法按以下步骤进行：根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口将得到的最优子窗口作为输入，初始化GrabCut图像分割方法；运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。本发明可应用于图像处理领域。

主权项

1.基于显著性密度与边缘响应的显著物体自动检测方法，其特征在于它是通过以下步骤实现的：步骤一、根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；步骤二、在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；步骤三、运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口步骤四、将步骤三定位到的最优子窗口作为输入，初始化GrabCut图像分割方法；步骤五、运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。