[发明专利]从点至面的图像显著性检测

说明书

联合研究 

本申请由北方工业大学与北京交通大学信息所联合研究，并得到以下基金资助：国家自然科学基金(No.61103113)，北京市属高等学校人才强教深化计划项目(PHR201008187)。 

技术领域

本发明涉及基于一种从点至面的图像显著性检测方法、装置和计算机程序产品。 

背景技术

图像的显著性检测对于图像信息提取有着重要作用。在绝大多数基于内容的图像处理中都或多或少需要提取图像中的显著部分，因为图像的显著区域相对提供了整幅图像的所要表达的大部分信息。因此准确的提取图像中的显著区域对诸如基于内容的图像检索、图像自适应压缩、物体识别、图像适配等图像处理工作有极大的帮助。 

人类总是能够根据自己的经验及判断很容易的找到图像中显著区域，从而准确获取图像所传达的信息。然而对于机器来说，智能识别出图像中的显著区域就没有那么容易了。多年来许多学者进行了基于生物、生理、神经系统的研究，获取了图像的显著区域应该具有的一些特征，这些特征包括：独特性、随机性、奇异性等。由此产生了自顶向下和自底向上的视觉显著性机制。 

图像视觉显著性检测在最近的二十年经历了快速的发展。诞生了各种各样优秀的方法，不同的方法有不同的侧重点，也取得了在某些方面出色的效果。 

其中，Koch和Ullman等人(文献[7])提出的生物视觉启发模型影响了一大批基于图像基本特征的显著性检测算法。Itti等人(文献[8])定义了 图像的显著性。通过分析图像的Intensity、Color和Orientation等视觉特征计算图像的显著性特征图。但由于该方法只对图像进行了整体的分析，所以在显著定位上能取得较好的效果，但显著区域的细节定位略显不足。S.Goferman等人(文献[5])的方法则开始对图像的局部、全局综合考虑，相比Itti等人在局部的细节定位有很大进步，但对于均匀的突出整个显著区域做的还不够优秀。 

在生物视觉的基础上，一些算法开始考虑加入一些数学上模型进行建模。Harel等人(文献[9])和Gopalakrishnan等人(文献[15])利用马尔科夫随机场模型对图像的基本特征进行了处理。而Duan等人(文献[16])的方法则利用PCA对图像的颜色空间进行转换和降维处理。Li等人(文献[17])使用了基于稀疏编码长度的求解方式计算图像的显著区域。该方法将显著性视为编码长度的直接体现，给出了影响视觉显著性的成因的一种可能解释。这些方法均能取得一定程度的优秀效果，且扩大适用的图像类型的范围，但数学模型的引入给算法带来了运算复杂度的增加。 

对于大量图像的显著性检测，Liu等人(文献[6])和Judd等人(文献[1])给出了系统性的检测方法。两种方法均加入的机器学习的过程。Liu等人的方法使用了CRF(Conditional Random Filed)建立了机器学习的模型。两种方法同时都对图像进行了人工测试显著区域进行显著特征的采集。毫无疑问，这类机器学习的方法无论对于处理图像的类型还是显著性检测的准确性都有较强的鲁棒性。对于场景及其复杂的的图像，两者也能做出准确的判断。但是系统级的检测所需要的复杂的设备及计算代价却不适合很多的实时显著性检测场合。而且对于日常的自然图像，这种复杂度的增加所带来的检测性能的提升并不是线性关系。 

相比于通用的图像特征分析，Hou等人(文献[11])在图像的频域进行显著性分析，作者发现大量图像的log频谱的平均值和频率呈现正比关系。通过一幅图像的log振幅谱减去平均log振幅谱得到图像的显著部分。而Guo等人(文献[18])的方法认为通过图像傅里叶变换的相位谱能得到更好的显著图检测结果。这方面的分析为图像的显著性检测提供了另一个分析途径。 

我们的方法分析图像的基本特征，采用定位-定量的分析过程，首先得 到可能的显著性点，然后对得到的基准点进行定量分析，完成显著区域的检测。我们的算法综合考虑了图像的局部和全局特征，能充分体现出整个显著区域，同时由于我们并不是逐像素比较计算，因此需要的计算复杂度较少。