[发明专利]基于混合算法的红外图像显著性区域检测方法

权利要求书

1.一种基于混合算法的红外图像显著性区域检测方法，其特征在于，包括如下步骤：

步骤一：对原始红外图像S进行局部稀疏表示，在进行局部稀疏表示的时候采用多尺度局部稀疏表示方法，得到初始显著图S_M；

步骤二：提出了融合二维最大熵/最小交叉熵和最大标准差的红外图像前景预测算法，对原始红外图像S进行处理，得到突显目标并抑制背景的前景预测图S_y；

步骤三：将原始红外图像S与步骤二获得的前景预测图相减，得到原始红外图像的背景图S_b；

步骤四：将步骤一得到的初始显著图S_M减去步骤三得到的背景图S_b，得到最终的显著图S_Map。

2.如权利要求1所述的基于混合算法的红外图像显著性区域检测方法，其特征在于，所述步骤一中，基于某个单一尺度进行局部稀疏表示，得到显著图的具体操作过程如下：

步骤a：给定一个以元素x∈R²为中心的输入图像S，表示以x为中心并且包含n个元素的块，设定一个大小为的局部搜索框，局部搜索框以x为中心，k为局部搜索框中非中心元素的个数，为以搜索框中每个非中心元素作为中心元素的块，其中i＝1,2...k，因此，用非中心块来线性表示中心块的表达式如下：

其中，是非中心元素块的矩阵，是线性组合的系数向量；

步骤b：将步骤a中中心块的表达式表示为下述等式：

其中为包含少量非零元素的系数向量，表示伪l₀范数，通过正交匹配追踪来解包含少量非零元素的系数向量中心块经过稀疏表示后得到的线性组合如下：

步骤c：图像显著性可通过重构图像与原来图像的残差来获得，用下式来简单的表示图像显著性：

其中||·||₂表示L₂范数；

步骤d：对整个图像进行局部稀疏表示，即将搜索框从上到下，从左到右搜索整个图像，并且在局部搜索框内对每个元素都进行稀疏表示，最后求步骤c中等式的残差得到整个图像的显著图。

3.如权利要求2所述的基于混合算法的红外图像显著性区域检测方法，其特征在于，所述步骤一中，进一步采用“多尺度”局部稀疏表示思想，得到初始显著图的具体操作过程如下：

步骤a：对原始图像S进行分块处理时，为分块大小，再对分块后图像进行局部稀疏表示处理，得到图像显著图S_M1；

步骤b：将原始图像S的分块大小设置为再进行局部稀疏表示处理，得到图像显著图S_M2；

步骤c：将S_M1和S_M2进行加权融合，得到红外图像基于局部稀疏表示的初始显著图S_M。