[发明专利]图像的显著性检测方法、装置、存储介质和处理器

说明书

本发明公开了一种图像的显著性检测方法、装置、存储介质和处理器。该方法包括：对目标图像的深度图进行超像素分割，得到目标图像的多个超像素；对每个超像素进行聚类处理，得到每个超像素的第一数量的类，其中，第一数量的类中包含像素点数目最多的类的聚类中心为每个超像素的目标聚类中心；对每个超像素的目标聚类中心执行第一预设算法，得到目标图像的深度显著性图。通过本发明，提高了图像的显著性检测的准确性。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图像的显著性检测方法、装置、存储介质和处理器。

背景技术

目前，在图像处理中，数据集里面的深度图往往会有一些不准确或者错误的数据。在利用深度图进行显著性提取的时候，显著性提取的结果会受到不准确或者错误的数据的影响，也即，受到噪声影响。如果特地对深度图进行修复，考虑到兼容性以及实现的过程，则修复过程中的复杂程度会大大增加。

现有技术中还存在通过计算对比度来对深度图进行提取显著性的方法。根据深度图的特点，单纯计算对比度无法将场景中的背景区域与显著物体区分开，比如，无法将场景中的地板或天花板等背景区域与显著物体区分开。

另外，在现有的对3D图像或视频显著性提取方法中，采用计算多张基于特征的显著图，然后对多张基于特征的显著图进行融合，这基本上是利用简单的线性相加或相乘计算来实现，这种融合方法难以将单个显著图的优势最大化。

针对现有技术中图像的显著性检测的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种图像的显著性检测方法、装置、存储介质和处理器，以至少解决图像的显著性检测的准确性低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种图像的显著性检测方法。该方法包括：对目标图像的深度图进行超像素分割，得到目标图像的多个超像素；对每个超像素进行聚类处理，得到每个超像素的第一数量的类，其中，第一数量的类中包含像素点数目最多的类的聚类中心为每个超像素的目标聚类中心；对每个超像素的目标聚类中心执行第一预设算法，得到目标图像的深度显著性图。

可选地，对每个超像素的目标聚类中心执行第一预设算法，得到目标图像的深度显著性图包括：确定多个超像素中的第一超像素和多个第二超像素，其中，第一超像素为多个超像素中的任意一个超像素，多个第二超像素为多个超像素中除第一超像素之外的超像素；获取第一超像素的目标聚类中心与每个第二超像素的目标聚类中心之间的距离，得到多个距离，其中，多个距离和多个第二超像素相对应；将多个距离分别转换为第一超像素与每个第二超像素之间的相似度，得到多个相似度，其中，多个相似度与多个第二超像素相对应；根据多个相似度计算第一超像素的深度显著性值，其中，深度显著性值用于生成目标图像的深度显著性图。

可选地，根据多个相似度计算第一超像素的深度显著性值包括：对多个相似度进行求和运算，得到第一相似度之和；获取第一超像素与位于目标图像的边界处的每个第二超像素之间的相似度，得到多个第一相似度，并对多个第一相似度进行求和运算，得到第二相似度之和，其中，多个相似度包括多个第一相似度；根据第一相似度之和与第二相似度之和获取第一超像素属于背景区域中的超像素的第一概率；根据第一概率获取第一超像素的深度显著性值。