[发明专利]一种图像显著区域检测方法

说明书

技术领域

本发明涉及计算机图像处理领域，特别是涉及一种图像显著区域检测方法。

背景技术

人类的视觉机理和反射条件具有一定的共性，这会使图像中一定的显著性区域，如图像的边缘、色差梯度较大的图像区域，总会引起人们的注意。基于这种原理，可以对图像中的显著性的区域进行检测，提取出显著性值的灰度图像，从而广泛的应用于计算机视觉领域，包括对兴趣目标物体的图像分割，目标识别，自适应压缩，内容感知图像编辑，和图像检索等。同时，对图像的显著性区域的检测研究反过来对研究人类视觉系统的信息加工也有帮助。

图像显著区域检测方法即是要得到待处理的图像中每一像素点的显著性值，根据显著性值得到对应的显著性灰度图。现有的图像显著区域检测方法中，有基于全局的计算方法计算显著性值的，也有基于局部窗口计算显著性值的，但上述两种方法各自突出待检测图像中不同的特性，全局计算方法得到的显著性值灰度图像突出的是待检测图像的主体部分的显著性，而局部处理计算方法得到的显著性值灰度图像突出的是待检测图像中的边缘以及纹理较强处的信息。以人脸图像为例说明，采用全局计算方法得到的各像素点显著性值，能识别出人脸图像的主体部分，但对于脸部轮廓处、眼睛、鼻子、嘴部边缘处却不能很好体现；而采用局部计算方法得到的各像素点显著性值，对轮廓边缘处能很好地体现，但对于脸部主体部分却不能很好地体现。这样两种方法得到的灰度图结果均不能较准确的反应待检测图像的显著性值。

发明内容

本发明所要解决的技术问题是：弥补上述现有技术的不足，提出一种图像显著区域检测方法，结合局部处理和全局处理方式，使得到的显著性值灰度图像更加精确。

本发明的技术问题通过以下的技术方案予以解决：

一种图像显著区域检测方法，包括以下步骤：1）色彩空间转换和滤波处理：将待检测图像从RGB色彩空间转换为CIELab色彩空间，并对图像做滤波处理；2）局部窗口计算：按局部处理方式计算待检测图像中各像素点的显著性值，定义为第一显著性值；所述局部处理方式为：以当前待计算的像素点R为中心，在m×n的矩形窗口中，计算像素点R的显著性值S₁（R）；3）对步骤2）得到的各像素点的第一显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第一显著性值的第一灰度图像；4）全局分块计算：按全局处理方式计算待检测图像中各像素点的显著性值，定义为第二显著性值；所述全局处理方式为：将待检测图像划分为M块均包含e×f个像素点的像素块，当前待计算的像素点R位于像素块Pi中，计算像素块Pi的显著性值，则像素点R的显著性值S₂（R）等于像素块Pi的显著性值；5）对步骤4）得到的各像素点的第二显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第二显著性值的第二灰度图像；6）对步骤3）得到的第一灰度图像和步骤5）得到的第二灰度图像进行合并操作，比较两幅灰度图中的各像素点的灰度值，取两者中较大值作为最终的灰度值，得到待检测图像最终的显著性值的灰度图像。

本发明与现有技术对比的有益效果是：

本发明的图像显著区域检测方法，由于综合利用了在局部矩形窗口中计算得到的显著性值和全局分块划分后计算得到的显著性值，取两种方式中显著性值对应的灰度值较大者作为最终灰度值生成灰度图像。得到的灰度图像中，即能突出待检测图像中边缘、纹理较强处区域的显著性值（局部处理方式），也能突出待检测图像中主体部分的显著性值（全局处理方式），因此得到的显著性值灰度图像比单一局部处理方法或单一全局处理方法更为准确。同时，由于局部处理时采取矩形窗口进行计算，计算量较小，全局处理时按照分块划分后计算像素块显著性值得到像素点显著性值，计算量也较小，因此本发明的图像显著区域检测方法在提高结果准确性的同时，计算量并没有增大。

附图说明

图1是本发明具体实施方式中的图像显著区域检测方法的流程图；

图2是本发明具体实施方式中的分块划分中25块均包含4×4个像素点的像素块的位置关系示意图。 

具体实施方式

下面结合具体实施方式并对照附图对本发明做进一步详细说明。

如图1所示，为本具体实施方式中的图像显著区域检测方法的流程图。

U1）色彩空间转换和滤波处理：将待检测图像从RGB色彩空间转换为CIELab色彩空间，并对图像做滤波处理。

本具体实施方式中，运用如下简单的转换关系式进行转换：