[发明专利]基于滤波优化的视觉显著性目标检测方法

权利要求书

1.一种基于滤波优化的视觉显著性目标检测方法，其特征在于，包括以下步骤：

1)利用图像分割方法将原始图像分成若干个区域；

2)利用每个区域与其他区域的颜色对比度加权和来定义该区域的显著值；

3)引进空间位置信息，利用步骤2)中区域与原始图像中心的距离关系构造空间位置特征函数对该区域的显著值进行优化；

4)重复步骤2)和步骤3)计算每个区域的显著值形成所需的显著图；

5)应用快速导向滤波方法来优化显著图。

2.根据权利要求1所述的基于滤波优化的视觉显著性目标检测方法，其特征在于：所述步骤2)的具体方法是：

2.1)对于每个区域的颜色空间进行量化得到一组代表性的色彩；所述量化的方法是：颜色空间包含256³种颜色，为颜色空间划分为12³个子空间，每个子空间的颜色平均值作为该子空间的代表性色彩；

2.2)根据代表性色彩对应的颜色在图像区域中出现的频率，为每个区域构建一个颜色直方图；所述频率是指任意一个代表性色彩对应像素占所有输入像素个数的比例；所有频率就构成了一个直方图；

2.3)通过测量每个区域与其他区域的颜色对比度来计算区域显著性值，具体如公式(1)和(2)：

S(rk)=Σik≠inDr(rk,ri);---(1)]]>

Dr(rk,ri)=Σm=1n1Σj=1n2pk(am)pi(aj)D(ak,m,,ai,j);---(2)]]>

其中，p_k(a_m)为第m个颜色a_m在第k个区域r_k的所有n₁种颜色中出现的概率；

p_i(a_j)为第j个颜色a_j在第i个区域r_i的所有n₂种颜色中出现的概率；

D(a_k,m,a_i,j)为区域r_k的第m个颜色a_k,m和区域r_i的第j个颜色a_i,j在L*a*b空间的颜色欧式距离。