[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
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 | ||
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。
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。
- 上一篇:一种全包型手机保护套
- 下一篇:一种抽风排气扇