[发明专利]像素层面的感兴趣区域提取方法

说明书

技术领域

本发明属于图像识别技术领域，涉及一种像素层面的感兴趣区域提取方法。

背景技术

心理学上的研究发现，较能引起人们注意的是图像中那些能够产生新奇刺激的区域或者是图像中人们自己所期待的刺激对应的那些区域，这些区域即感兴趣区域，也称为视觉显著区域，这些区域包含了绝大多数的图像信息。这使得在处理图像时，如果得到了图像中的感兴趣区域，便能获知图像中的绝大部分信息，而着重对这些区域进行分析，则可减少计算量，从而应对图像数据量的大量增长。与此同时，还需要更加准确的感兴趣区域提取与分析的方法来对图像中的相关区域进行准确的识别和操作，以可满足人们在各种领域(如医学影像、气象监测、仿真视觉等)中不断提高的要求。在图像压缩与编码、图像检索、场景渲染、目标检测、目标识别、主动视觉等应用领域，引入视觉注意机制及相应的模型，能够在降低图像处理计算量的同时，有效提高计算机信息处理的效率。正因为在这些领域中突出的表现，图像感兴趣区域的提取具有极其重要的研究及应用价值。

在图像场景中提取感兴趣区域时，需要进行的一项工作就是确定场景中哪些部分比较引人注目，哪些部分不引人注意。比较直观的方法就是根据图像本身不同区域的显著程度，生成图像对应的显著图。通常情况下，显著图为单通道灰度图像，用来表示原图像的显著程度，一般采用视觉注意模型来获得显著图，目前较为经典的视觉注意模型有以下几种。

Itti-Koch模型，是Itti等人于1998年基于Treisman等人的特征整合理论，以及Koch和Ullman的生物学架构而提出的显著性模型。Itti-Koch模型从原始输入图像中提取亮度、颜色、方向三种特征，并对其中每一维使用高斯模糊连续2次采样，建立9级(0级是原始图像)的高斯金字塔；并使用高斯差异(Difference of Gaussians，DoG)决定中央周边差，根据中央周边差计算得到各个特征维上的醒目图(conspicuity map)；分析、融合每一维的特征图，从而得到显著图(saliency map)。

2003年，Fred W M Stentiford提出了Stentiford模型。在Stentiford模型中，提出了认知视觉注意(Cognitive Visual Attention，CVA)，这是图像中的邻近点对与相似度的一种概括，同时采用视觉注意图来表示图像的显著性。Stentiford模型总体思路是，输入图像的某个区域的特征相对于其他区域而言，出现的频率越少，则其认知视觉注意分数越高；而图像当中特征分布规律与模式相同的区域被抑制。对于每一个像素，都取其邻居像素与随机抽取的其他若干个像素作比较，从中得到显著图。

光谱剩余模型(SRM)由Hou和Zhang于2007年提出。光谱剩余模型通过分析输入图像的log光谱(Log Spectrum)，提取图像在光谱领域的光谱剩余来建立对应空间领域的显著图。从信息论的角度说，有效的编码可以把图像分割为两部分，即图像中新颖的部分，以及应该被编码系统抑制的冗余信息。光谱剩余模型通过去除概率冗余部分来估计图像新颖部分，并专注于自然图像的全体平均傅里叶振幅分布。给定一个输入图像，其对应的log光谱由下采样为高或者宽是64像素的图像计算得到；log光谱的大体形状是在预处理过程得到的信息，接着获取输入图像的特别概率奇点(Statistical Singularities)，平均光谱则可以由输入图像卷积近似获得；最后通过log光谱与平均光谱作差，得到光谱剩余。光谱剩余模型中，光谱剩余包含图像的新颖点，可以被看作一个场景的微缩表示。对最后的结果采用傅里叶反变换，则可以在空间领域获得显著图的输出图像。本模型的显著图主要包含了场景中的非平凡部分，剩余的光谱的内容也可以被解释为是图像中没有被预料到的一部分。