基于区域显著性的显著对象提取方法

摘要

本发明公开了一种基于区域显著性的显著对象提取方法，该方法是首先，通过计算输入图像的多分辨率对比度特征，建立一个尺度不变的显著性图像，用非参数核密度估计方法把输入图像分割成不同的区域；然后，计算每个区域组合与其补集的区域显著性的比值；最后，通过取这个比值的最大值而提取出显著对象，其具体步骤如下：(1)、输入图像，建立尺度不变的显著性图像；(2)、输入图像，实现图像分割；(3)、显著对象提取。该方法结合区域显著性，不仅能准确的提取出单个显著对象，而且能准确的提取出多个显著对象，使提取的显著对象满足人眼视觉要求，而且能提高分割的准确性。

主权项

1.一种基于区域显著性的显著对象提取方法，其特征在于首先，通过计算输入图像的多分辨率对比度特征，建立一个尺度不变的显著性图像，用非参数核密度估计方法把输入图像分割成不同的区域；然后，计算每个区域组合与其补集的区域显著性的比值；最后，通过取这个比值的最大值而提取出显著对象，其具体步骤如下：(1)、输入图像，建立尺度不变的显著性图像；(2)、输入图像，实现图像分割；(3)、显著对象提取；上述步骤(1)输入图像，建立尺度不变的显著性图像的步骤包括：①、把输入图像转换成L*a*b彩色空间；②、使用公式(1)，建立高斯图像金字塔式中，0＜l＜N，0≤i＜C_l，0≤j＜R_l，高斯图像金字塔的级数N＝log₂(min(W，H)/10)，W和H分别是原始图像的宽和高，C_l和R_l分别是第l级的图像尺寸，w(m，n)是权重；③、使用公式(2)、(3)，通过在每个图像尺度上计算对比度图像从而建立对比度图像金字塔，在图像尺度l上的对比度值C_i，j，l被定义为在尺度l上的像素(i，j)和它的邻域像素之间的差的加权和，即w_i，j，l＝1-r_i，j，l/r_l，max    (3)式中，Θ是在尺度l上的像素(i，j)的邻域像素集合，p_i，j，l是在尺度l上的像素(i，j)的颜色，p_q是p_i，j，l的邻域像素集合的像素的颜色，D是使用欧几里得距离的颜色差，权重因数w_i，j，l用于说明一个图像的中心通常在视觉上是更显著的，r_i，j，l是从(i，j)到图像中心的距离，r_l，max是到图像中心的最大距离；④、使用公式(4)把所有尺度上的对比度图像调整到和原始图像一样的大小，然后把它们相加以建立显著性图像，式中0＜l＜N，0≤k，0≤i＜C_l-k，0≤j＜R_l-k，I_l，k(i，j)是把I_l扩大k倍的结果。上述步骤(2)输入图像，实现图像分割的步骤包括：首先，将输入的图像，使用公式(5)、(6)，利用图像本身信息，获得具有代表性的种子点，并使用种子点量化图像，接着，根据区域的面积对量化图中较多的噪声进行去除和使用公式(7)、(8)对显著性低的区域进行区域合并，实现图像的区域分割，下面是非参数密度估计的公式密度f(x)值是特征点集与核函数的卷积值，U是图像中的所有像素点个数，K(x)为核函数，其中x是所要计算的特征点，σ是频宽，区域的显著性指标公式为：式中表示第i个种子点颜色中第j个区域，为的显著性指标，为的像素个数，为第i个种子点颜色中所有区域的像素个数总和，为图像中所有像素的个数总和，见式(8)所示F_ij＝k_ijA(R_i)A(R_j)    (8)式中k_ij为作用力因数，A(R_i)，A(R_j)分别为各个区域的面积，F_ij为i和j两个区域之间的引力，进一步将其分为两个部分，即F_i←j和F_j←i，其中F_i←j为i区域的相邻区域j对其作用力的贡献度，反之F_j←i为j区域的相邻区域i对其作用力的贡献度，两个方向的作用力因k_ij的不同而不同，反复计算直到所有区域的显著性指标大于临界值，从而得到最终的图像的区域分割图。所述步骤(3)显著对象提取步骤：获得上述区域组合及其补集后，使用公式(9)、(10)和(11)计算它们的显著性值和比值，提取一个显著对象的问题归结为找到一个有效的区域组合C_i，它使T_div(C)达到最大值，计算区域组合及其补集的显著性值的公式： T(C)＝S(C)/A(C)    (9)式中S(C)和分别是C和的所有像素的显著性值的和，A(C)和分别是C和的面积；计算T(C)和的比值：提取一个显著对象的问题归结为找到一个有效的区域组合C_i，它使T_div(C)达到最大值，即C_i＝argmax[T_div(C)]    (12)显著对象提取步骤如下：(1)、计算每个区域组合及其补集的显著性值T(C)和以及它们的比值T_div(C)，找到一个使T_div(C)达到最大值的区域组合C_i；(2)、如果不满足终止条件，提取C_i作为显著对象，然后删除C_i，执行步骤(1)；否则执行步骤(3)；(3)、如果满足任何一个终止条件，终止提取，终止条件有：①A(C)＜λA，式中A是原始图像的面积；②cpt(C)＜μ，cpt(C)＝A(C)/(H(C)*W(C))    (13)式中cpt(C)是区域组合C的紧密度，H(C)和W(C)分别是C的高和宽；③只剩余一个区域，否则，执行步骤(2)。