| 主权项 |
1.一种自适应计算图像底层特征重要性权重的方法，包括以下步骤：步骤一，计算颜色重要性权重：将待处理图像转换到HSV空间，对H通道的每行像素建立以n为步长的行直方图并进行统计，保存每个行直方图中的最大值和最小值；通过以下公式(1)计算出在待处理图像中表征颜色重要性的权重值w<sub>C</sub>，<img file="FDA00002542450300011.GIF" wi="331" he="181" /><img file="FDA00002542450300012.GIF" wi="795" he="125" />其中f<sub>min</sub>是所有行直方图中最小值的平均值，f<sub>max</sub>是所有行直方图中最大值的平均值；步骤二，计算梯度重要性权重：将待处理图像分为若干块，计算各块内每个像素点的梯度并统计梯度方向，建立梯度直方图，然后计算所述各个块内像素值的方差，通过以下公式(2)计算出在待处理图像中表征梯度重要性的权重值w<sub>g</sub>；<img file="FDA00002542450300013.GIF" wi="1136" he="215" />其中图像被划分为若干块，grad<sub>max</sub>为所有块中梯度值最大的值，grad<sub>min</sub>为所有块中梯度值最小的值，M为将0到2π区间以预定间隔分割的区间个数；<img file="FDA00002542450300014.GIF" wi="729" he="79" />grad<sub>i</sub>为第i个块的梯度值；<img file="FDA00002542450300015.GIF" wi="1032" he="138" />公式(3)，将0到2π区间以预定间隔分为M个方向，x<sub>j</sub>为落入此M个方向中第j个方向的像素个数，<img file="FDA00002542450300021.GIF" wi="52" he="75" />为落入每个方向的平均像素个数，D(S<sub>i</sub>)为块梯度直方图落入每个方向的方差，patch<sub>i</sub>表示所划分的块中的任意一块；步骤三，计算亮度重要性权重：图像中亮度较高的区域往往是图像中的敏感区域由于LAB空间中L分量代表了图像的亮度，将待处理图像转换到LAB空间，将转换后的图像以“回”字形分为面积相等的两个区域，对两个区域的L分量进行归一化处理并求和，根据以下公式(4)、(5)计算出在待处理图像中表征亮度重要性的权重值w<sub>i</sub>；<img file="FDA00002542450300022.GIF" wi="896" he="128" /><img file="FDA00002542450300023.GIF" wi="1127" he="345" />其中w<sub>i</sub>为亮度重要性权重，S<sub>i</sub>为亮度重要性，I<sub>(x，y)</sub>表示在Lab空间中像素坐标为(x，y)的亮度值，region1为“回”字形中心区域，region2为剩余区域，S<sub>region1</sub>为“回”字形中心区域的面积；步骤四，将位置重要性权重值w<sub>p</sub>设为固定的值，其中w<sub>p</sub>在(0，1)范围内；步骤五：对以上获得的四种权重值w<sub>c</sub>、w<sub>g</sub>、w<sub>i</sub>、w<sub>p</sub>按照以下公式进行归一化得到最终的底层特征重要性权重值，w′<sub>c</sub>，w′<sub>g</sub>，w′<sub>i</sub>，w′<sub>p</sub>为归一化后四种底层特征的最终权重值； <img file="4.GIF" wi="560" he="514" /> |
