[发明专利]一种显著目标识别方法

权利要求书

1.一种显著目标识别方法，该方法涉及图像处理、图像识别、计算机视觉技术领域，其特征在于：该方法的步骤如下：

步骤一：在 Lab颜色空间上分割图像，生成紧凑且边界清晰的超像素；

步骤二：以超像素间空间距离作为权值的加权颜色距离之和来表示超像素的稀少性；

步骤三：选择超像素与其他的与其颜色相近的超像素的空间距离之和来表示空间分散性；

步骤四：计算超像素间的空间距离之和来表示空间分散性；

步骤五：将每个尺度的显著值均归一化到［0，55］，并将其以灰度图形式表达；

步骤六：求得各尺度的显著图后，需将各尺度显著图融合以得到最终的显著图。

2.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤一所述超

像素的生成方法是：设定抽象化图像分为3个尺度，所包含的超像素个数为

N_K={100,400,1000}，并定义第k个尺度中的第i个超像素在Lab颜色空间上的颜色为C_ik，空间位置为P_ik，其中超像素的颜色有其内部所有像素的平均颜色表示，空间位置取超像素的中心来表示。

3.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤二所述稀少性的计算方法为：

d_color（i，j）为第i个超像素与第j个超像素在Lab颜色空间上的欧式距离，并对其归一化，d_position（i，j）为两个超像素空间位置的欧式距离，并对其归一化，用来控制空间距离对颜色对比的影响大小，本方法中=0.4。

4.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤三空间分散性的计算方法为：

选出与第i个超像素颜色相近的超像素，采用高斯低通滤波，

定义，是关于中心的扩展度的度量，在本方法中；当时，可近似为0，

。

5.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤四空间分散性的计算方法为：

为第k个尺度下的参数，不同尺度下也不同。

6.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤五将每个尺度的显著值均归一化到［0，55］，并将其以灰度图形式表达。

7.根据权利要求1所述的一种显著目标识别方法，其特征在于：步骤六中显著图的合成方法为：分别将各尺度的显著值分配到超像素内的各个像素，并归一化到［0，1］，然后3 个尺度下对应像素的显著值相加求平均值，最后将求得的最终显著值重新归一化到［1，255］，并以灰度图像表示。