[发明专利]一种基于显著性检测的前景分割方法

权利要求书

1.一种基于显著性检测的前景分割方法，其特征在于，采用如下步骤：

（1）输入一幅RGB格式的彩色图像；

（2）对RGB格式的彩色图像进行中值滤波；

（3）提取颜色、亮度和方向特征，得到颜色特征图、亮度特征图和方向特征图，构成含有8幅特征图的特征图集；

（4）对特征图集的8幅图像进行多尺度采样；

（5）对每幅特征图像进行高斯滤波，并计算每幅特征图像的均值；

（6）计算每幅特征图的高斯模糊图像与均值之间的欧几里得距离；

（7）得到颜色显著图，亮度显著图，方向显著图；

（8）对以上显著图进行融合，获得综合显著图；

（9）采用k均值聚类方法对综合显著图进行前景分割。

2.如权利要求1所述的基于显著性检测的前景分割方法，其特征在于，步骤（1）（2）具体为：输入一幅RGB格式的彩色图像I(x,y)，对I(x,y)进行n×n的中值滤波，滤波后图像I＇(x,y)为I＇(x,y)=median(I(x+i,y+j)),1≤i≤1,-1≤j≤1。

3.如权利要求1或2所述的基于显著性检测的前景分割方法，其特征在于，步骤（3）具体为：

分别按以下规则提取颜色、亮度、方向特征：

（3-1）设r,g,b分别为图像红绿蓝三个分量，则亮度特征可以通过下式得 到I=(r+g+b)/3；

（3-2）将RGB彩色空间转换到CIELAB空间，提取l,a,b三个彩色分量作为彩色特征；

（3-3）用0°，45°，90°，135°4个方向的Gabor滤波器分别对亮度图I进行滤波，得到四个方向特征；

（3-4）构成8幅特征图，用特征图集合{F_i},1≤i≤8表示。

4.如权利要求1-3中任一项所述的基于显著性检测的前景分割方法，其特征在于，步骤（4）具体为：对特征图集的8幅图像进行2个尺度的间隔下采样，尺度分别为原图像的1/2和1/4，加上原始特征图集，共构成24幅3个尺度的特征图集合。

5.如权利要求1-4中任一项所述的基于显著性检测的前景分割方法，其特征在于，步骤（5）具体为：

（5-1）对每幅特征图像采用3×3的高斯滤波，获得特征图的高斯模糊图像{G_i},1≤i≤24，高斯滤波器的值为：

f=0.10700.11310.10700.11310.11960.11310.10700.11310.1070]]>；

（5-2）计算每幅特征图像的均值，共计24个特征值{μ_i},1≤i≤24。

6.如权利要求1-5中任一项所述的基于显著性检测的前景分割方法，其特征在于，步骤（6）具体为：计算每幅特征图的高斯模糊图像与均值之间的欧几里得距离S_i=||G_i-μ_i||=(G_i-μ_i)²，分别获得颜色、亮度、方向共24幅显著图，分为8组，每组3幅，记为S_l，S_a，S_b，S_I，S_o1，S_o2，S_o3，S_o4。