[发明专利]一种立体图像显著性区域检测方法

权利要求书

1.一种立体图像显著性区域检测方法，其为基于视差影响度和空间不相似度进行的，包括以下步骤：

步骤1)分别对立体图像的左眼视图和右眼视图利用Sift Flow算法求出各像素点的流信息；

步骤2)将左眼视图和右眼视图上的流信息进行匹配，得到两个图像的内容上相对应的像素点之间的位置偏移值，将其作为视差值，由此得到视差图；

步骤3)选取左眼视图和右眼视图其中之一，从中分出T个不重叠的正方形图像块，每个图像块中包含K²个像素；

步骤4)将步骤3)中的分块方式对应地移植到视差图上，计算视差图上每个图像块的视差影响度值；

步骤5)计算所选取的左眼视图和右眼视图其中之一上每个图像块的中央偏置特征值和空域不相似度值，并将这两者与步骤4)中的视差影响度三者相乘，得到该图像块的显著值；

步骤6)用图像块的显著值取代将该图像块中的每个像素点的显著值，将所有像素点的显著值进行归一化处理，就得到了立体图像的显著灰度图。

2.如权利要求1所述的立体图像显著性区域检测方法，其特征在于，得到视差图的方法为：将视差值以灰度值形式展现在图像上，其中，灰度值的取值范围为[0～255]，且所述视差值的大小与所述灰度值的大小正相关。

3.如权利要求2所述的立体图像显著性区域检测方法，其中，还包括以下步骤：

步骤7)对显著灰度图进行二层过滤，得到立体图像的显著区域。

4.如权利要求2所述的立体图像显著性区域检测方法，其中，所述步骤4)中计算视差影响度的方法如下：

①计算视差影响度的公式如下：

Sd(pi)=Σpk≠piTDr(pi,pk)]]>

S_d表示求图像块p_i的视差影响度，其中：每一个图像块标记为p_n，n＝1，2，3，.....T，(i，k)∈n；其中：

②D_r(p_i，p_k)表示两个不同的图像块p_i和p_k之间的区域距离，第一图像块和第二图像块之间的区域距离的定义如下：

Dr(p1,p2)=Σi=1n1Σj=1n2f(c1,i)f(c2,j)D(p1,p2)]]>

f(x)表示计算灰度概率密度的函数，c_n，h表示图像块p_n的第h个像素的灰度值，(i，j)∈h，n₁、n₂分别表示图像块p₁和p₂中的像素点的个数；

其余图像块之间的区域距离算法与上述算法相同；其中：

③D(p₁，p₂)表示相对矢量距离，第一图像块和第二图像块之间的相对矢量距离的定义如下：

D(p1,p2)=Σi=1n(x1,i-x2,i)]]>

x_k，i指图像块p_k中的第i个像素在视差图中的灰度值，n为块像素数；

其余图像块之间的相对矢量距离算法与上述算法相同。