一种感兴趣区域提取方法

摘要

本发明公开了一种感兴趣区域提取方法，具体包括以下步骤：步骤1、对原图像进行预处理，步骤2、对原图像计算显著图，步骤3、用分水岭分割算法对原图像进行分割，步骤4、根据显著图和分割结果，计算各个区域的感兴趣度，步骤5、进行感兴趣区域检测。本发明能自动寻找定位图像中的感兴趣区域，采用了模拟人类注意力机制的Itti模型，找到的感兴趣区域与人的主观感觉基本吻合。相对于人工标记感兴趣区域，本发明更快速也更准确。

主权项

1.一种感兴趣区域提取方法，其特征在于，包括以下几个步骤：步骤1：对原图像进行预处理；具体的预处理步骤如下：步骤1.1：计算出图像中每个像素点(x，y)的像素值s_i，其中，i为像素点下标；步骤1.2：假设图像中的像素点的个数为N，计算出整幅图像的像素均值m：$m=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{s}_i---\left(1\right)$其中：N表示图像的总像素个数，s_i表示第i个像素点的灰度值；步骤1.3：根据均值m和像素点(x，y)的像素值s_i，均衡出图像中每个像素点与其均值的偏离程度：w_i＝‖s_i-m‖²                            (2)步骤1.4：设定参数K，当图像像素值与平均值的偏离程度w_i小于K时，就在它邻域的像素值上加K；如果偏离程度w_i大于或等于K，它邻域点的像素值等于像素点的像素值；步骤2：对原图像计算显著图；首先将预处理后的图像进行滤波；然后进行颜色空间转换，将滤波后的图像由RGB颜色空间转换到相应的HIS颜色空间；对原图像计算显著图，计算像素x的色调全局对比值得公式如下：$S_h\left(x\right)=\underset{V_h=V_h\min }{\overset{V_h\max }{\Sigma }}\left(\right|H\left(x\right)-V_h|·{\mathrm{hist}}_h\left(v_h\right))---\left(4\right)$$S_s\left(x\right)=\underset{V_s=V_s\min }{\overset{V_s\max }{\Sigma }}\left(\right|\mathrm{Sue}\left(x\right)-V_s|·{\mathrm{hist}}_s\left(v_s\right))---\left(5\right)$$S_i\left(x\right)=\underset{V_i=V_i\min }{\overset{V_i\max }{\Sigma }}\left(\right|I\left(x\right)-V_i|·{\mathrm{hist}}_i\left(v_i\right))---\left(6\right)$$S_x=\sqrt{S_h{\left(x\right)}^2+S_s{\left(x\right)}^2+S_i{\left(x\right)}^2}---\left(7\right)$其中：公式(4)中，S_h(x)表示像素x的h分量的显著度，V_h min表示图像中h分量的最小值，V_h max表示像素x的h分量的最大值，hist_h表示图像中h分量的直方图统计结果，公式(5)中，S_s(x)表示像素x的s分量的显著度，V_s min表示图像中s分量的最小值，V_s max表示像素x的s分量的最大值，hist_s表示图像s分量的直方图统计结果，公式(6)中，S_i(x)表示像素x的h分量的显著度，V_i min表示图像中i分量的最小值，V_i max表示像素x的i分量的最大值，hist_i表示图像i分量的直方图统计结果；公式(7)中，用上述三个分量显著度的综合结果作为整体的显著度，利用式(7)获取图像中每个像素点显著性；步骤3：用分水岭分割算法对原图像进行分割；具体过程如下：M₁、M₂、…M_R表示图像g(x，y)的局部最小值点的坐标集合，C(M_i)为位于与局部最小值M_i相联系的汇水盆地内点的坐标的集合；min和max代表g(x，y)的最小值和最大值；T[n]表示坐标(s，t)的集合，其中g(s，t)＜n，即：T[n]是g(x，y)中的点的坐标集合，集合中的点均位于平面g(x，y)＝n的下方；C_n(M_i)表示汇水盆地中点的坐标集合；C_n(M_i)是由下式给出的二值图像：C_n(M_i)＝C(M_i)∩T[n]                       (9)其中，C_n(M_i)表示C(M_i)与T[n]的交集，即，如果(x，y)∈C(M_i)且(x，y)∈T[n]，则在位置(x，y)有C_n(M_i)＝1，否则，C_n(M_i)＝0；C[n]表示在第n个阶段汇水盆地被水淹没的部分的合集：$c\left[n\right]=\underset{j=1}{\overset{R}{\cup }}{C}_n\left(M_j\right)---\left(10\right)$其中，R为局部最小值的总个数；然后令C[max+1]为所有汇水盆地的合集：$C[\max +1]=\underset{j=1}{\overset{R}{\cup }}C\left(M_j\right)---\left(11\right)$其中，max为g(x，y)的最大值，即图像中出现的最大像素值；找寻分水线的算法开始时设定C[min+1]＝T[min+1]；然后算法进入递归调用，假设在第n步时，已经构造了C[n-1]；根据C[n-1]求得C[n]的过程如下：令Q代表T[n]中联通分量的集合；然后，对于每个联通分量q∈Q[n]，有下列三种可能性：(a)q∩C[n-1]为空；(b)q∩C[n-1]包含C[n-1]中的一个联通分量；(c)q∩C[n-1]包含C[n-1]多余一个的联通分量；当遇到一个最新的最小值时符合条件(a)，则将q并入C[n-1]构成C[n]；当q位于某些局部最小值构成的汇水盆地中时，符合条件(b)，此时将q合并入C[n-1]构成C[n]；当遇到全部或部分分离两个或更多汇水盆地的山脊线的时候，符合条件(c)；步骤4：根据显著图和分割结果，计算各个区域的感兴趣度；首先将显著图的大小按比例收缩成与原图像一样的大小，计算各个区域的感兴趣度：$\mathrm{Interest}\left(R_i\right)={\gamma }_1\times \frac{\mathrm{Num}\left(R_i\right)}{\mathrm{Num}\left(R\right)}+{\gamma }_2\times \frac{\underset{j=1}{\overset{\mathrm{Num}\left(R_i\right)}{\Sigma }}{r}_j}{\mathrm{Num}\left(R_i\right)}---\left(12\right)$其中，γ₁+γ₂＝1，分别代表区域面积和平均感兴趣度的权值系数，Num(R_i)和Num(R)分别带别区域i和整体区域包含的像素点数目，r_j表示区域内某一点的感兴趣度；步骤5：进行感兴趣区域检测；感兴趣区域检测包括图像分割和兴趣度量两个部分：区域检测部分用梯度分水岭变换分割图像，梯度G(x，y)描述了对象灰度变化，表示为$G(x,y)=\sqrt{{(I(x,y)*G_x)}^2+{(I(x,y)*G_y)}^2}---\left(13\right)$其中：I(x，y)是灰度图，G_x，G_y是sobel边缘掩模且首先根据图像梯度将图像分割成若干区域，然后对梯度图像进行分水岭标记产生标记矩阵Lrgb，最后用注意焦点选择注意区域产生mask掩码图；兴趣度量部分采用视觉注意机制建设兴趣度，选取分水岭分割结果，使用Itti注意力模型计算注意焦点度量区域的兴趣度，特征显著性通过计算图像区域中心和周边的高斯差分采样得到，公式为：$\mathrm{DOG}(x,y)=\frac{1}{2{\mathrm{\pi \sigma }}_c^2}\exp |-\frac{x^2+y^2}{2{\sigma }_c^2}|-\frac{1}{2{\mathrm{\pi \sigma }}_s^2}\exp |-\frac{x^2+y^2}{2{\sigma }_s^2}|---\left(14\right)$其中，(x，y)表示图像的像素点坐标，式子(14)整体上是一个双高斯差模型的表示，σ_c和σ_s分别是模型的参数；用式子(14)分别对亮度特征I，颜色特征图C和方向特征图O求局部分量的显著性，最后，整体的显著图S是亮度特征图I、颜色特征图C和方向特征图O的组合，公式为：S＝w_i×N(I)+w_c×N(C)+w_o×N(O)                   (15)式中，N(.)是归一化因子，即将个分量值约束在[0，1]区间内，w_i，w_c和w_o分别是各分量的特征权值，且w_i+w_c+w_o＝1；得到显著图S后，下一步需要找到显著图中的注意焦点，注意焦点的选择与转移是通过胜者为王的神经网络方法得到，公式为：$V(t+\mathrm{\delta t})=[1-\frac{\mathrm{\delta t}}{\mathrm{CR}}]V\left(t\right)+\frac{\mathrm{\delta t}}{C}I\left(t\right)---\left(16\right)$式中，C表示电容，R是电阻，V为模电压，上式表示已知t时刻的输出电压V(t)和输入电流I(t)在时间δt后产生的模电压V(t+δt)，经过一段时间，产生的电压积分发放；针对图像选取注意焦点时，将显著图看成一个二维的积分发放神经元阵列，神经元的输入电流对应显著图中像素点的值；然后将显著图中的每个神经元的电影通过电导转换成WTA网络中神经元的输入电流；WTA网络也是也该二维的积分发放神经元镇刘，起神经元的时间常量比显著图中神经元的时间常量小，电位上升到比显著图中的神经元快；这样，WTA网络中的神经元总是比显著图中的神经元先产生发放，最先产生发放的神经元就对应于显著图中显著值最大的神经元，即注意焦点；在注意焦点转移前，需要选取下一个注意焦点，用一幅返回抑制图来抑制当前区域，使注意力转向下一个区域；在进行第k次注意焦点转移时，在第k幅返回抑制图IR^k中，将属于第(k-1)个显著区域内地像素值均置为0，其余的位置处的像素值相对于第(k-1)幅返回抑制图IR^k-1不变，如下式：IR⁰(x，y)＝1式中，R^k为第k个显著区域：(x，y)为坐标点；IR^k(x，y)表示选取第k个注意焦点时，第k幅返回抑制图中坐标点(x，y)的值；最后，根据找到的注意焦点和步骤4计算的区域感兴趣度公共确定图像的感兴趣区域。