[发明专利]一种基于自适应融合机制的图像显著性物体检测方法有效

专利信息
申请号: 201710372348.7 申请日: 2017-05-24
公开(公告)号: CN107145892B 公开(公告)日: 2019-01-22
发明(设计)人: 李革;朱春彪;王文敏;王荣刚 申请(专利权)人: 北京大学深圳研究生院
主分类号: G06T7/50 分类号: G06T7/50;G06T7/11;G06T7/90;G06K9/46
代理公司: 北京万象新悦知识产权代理有限公司 11360 代理人: 黄凤茹
地址: 518055 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 自适应 融合 机制 图像 显著 物体 检测 方法
【权利要求书】:

1.一种基于自适应融合机制的图像显著性物体的检测方法,利用颜色、深度、距离信息对图像的显著性区域进行定位检测,得到图像中显著性物体的初步检测结果,再利用自适应融合机制优化显著性检测的最终结果;包括如下步骤:

1)输入待检测图像Io,得到该图像的深度图Id

2)将待检测的图像Io分成K个区域,即包含K个子区域k,计算得到每一个区域的颜色显著性值Sc(rk);

3)将深度图Id划分为K个区域,计算得到深度图中每一个区域的深度显著性值Sd(rk);

4)通过式(4)计算得到子区域k的中心深度权重Wcd(rk):

其中,Wcd(rk)为中心深度权重;G(||Pk-Po||)表示中心权重,G(·)表示高斯归一化;||·||表示欧氏距离操作;Pk是子区域k的位置坐标;Po是该图像的坐标中心;Nk是子区域k的像素数量;DW(dk)是深度权重,表示为式(5):

DW(dk)=(max{d}-dk)μ (5)

式(5)中,max{d}表示深度图的最大深度;dk表示区域k的深度值;μ是一个与计算的深度图有关的参数;

5)进行初步显著性检测:利用待检测图像中每一个区域的颜色显著性值、深度图中每一个区域的深度显著性值和区域的中心和深度权重,计算得到初步的显著性检测结果S1(rk);

6)利用深度图的深度信息加强优化初步显著性检测结果,具体通过式(8)对式(7)的结果进行优化:

其中,Wc为中心显著性值;为逻辑非运算;

7)利用待检测图像和该图像的深度图,将深度图扩展成基于深度的彩色图Ie

8)将扩展后的基于深度的彩色图Ie进行二次显著性检测,得到二次显著性检测结果S2(rk);

9)将初步显著性检测结果和二次显著性检测结果,通过自适应融合方法进行自适应融合,得到最后的显著性检测结果S(rk);所述自适应融合方法表示为式(11):

其中,S1(rk)为初步的显著性检测结果;S2(rk)为二次显著性检测结果;DW(dk)是深度权重;为逻辑非运算。

2.如权利要求1所述图像显著性物体的检测方法,其特征是,步骤1)对待检测图像Io,利用Kinect设备得到图像Io的深度图Id

3.如权利要求1所述图像显著性物体的检测方法,其特征是,步骤2)利用K-means算法将待检测的图像Io分成K个子区域k,通过式(1)计算得到每一个子区域的颜色显著性值Sc(rk):

其中,rk和ri分别代表区域k和i,Dc(rk,ri)表示区域k和区域i在L*a*b颜色空间上的欧氏距离,Pi代表区域i所占图像区域的比例;Wd(rk)表示为式(2):

其中,Do(rk,ri)表示区域k和区域i的坐标位置距离,σ是一个参数控制着Wd(rk)的范围。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院,未经北京大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710372348.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top