[发明专利]基于自适应遗传方法的显著性检测方法

权利要求书

1.基于自适应遗传方法的显著性检测方法，其特征在于：

步骤1：根据图像颜色差异分析，建立图像凸包；利用超像素分割方法将输入图像分割成N个超像素,并用超像素代替像素作为显著性检测方法的基本操作单位；

步骤2：利用自适应遗传方法来找出步骤1得到的凸包内显著性的目标并构造遗传先验图；

步骤3：在步骤1得到的凸包中通过颜色和位置构建中心先验模型；

步骤4：将步骤2的遗传先验图与步骤3的中心先验模型融合成先验图；

步骤5：将以凸包为划分,把凸包内部的似然概率作为显著性目标的似然概率引入贝叶斯优化模型来优化步骤4得到的先验图的先验概率，以得到最终的显著图。

2.根据权利要求1所述的方法，其特征在于：步骤1中的图像颜色差异分析是通过采用基于图像灰度的方法：计算点的曲率及梯度来检测角点，并以这些角点围成一块区域作为图像凸包，所述的角点检测算法是Harris角点检测算法。

3.根据权利要求1所述的方法，其特征在于：所述的步骤2中超像素分割方法是SLIC方法。

4.根据权利要求1所述的方法，其特征在于：步骤2中的自适应选择函数是公式(1):

f＝n₁n₂(c₁-c₂)²(1)

其中：n₁与n₂分别为凸包内显著性目标区域超像素个数和背景区域超像素个数，c₁与c₂分别为上述两区域内的超像素的平均颜色特征值；

交叉算子选用单点交叉，先将解空间中的染色体两两配对,在染色体中以交叉概率p_c设定一个交叉点,实行交叉时,使得该点前的两个个体的部分结构进行互换,并生成新个体，交叉概率p_c求解公式(2)如下：

pc=k1(fmax-f′)/(fmax-f‾),f′≥f‾,k3,f′<f‾,---(2)]]>

对以变异概率p_m挑选解空间的染色体上的基因并进行变异，变异概率p_m的求解公式(3)如下：

pm=k2(fmax-f)/(fmax-f‾),f≥f‾,k4,f<f‾,---(3)]]>

上述公式(2)和(3)中：f_max为种群最大适应度；为平均适应度；f为变异个体适应度；f'为交叉两个体适应度的较大值；k₁～k₄为[0,1]内常数,设置k₁＝k₃＝1.0,k₂＝k₄＝0.5。