[发明专利]视觉感知饱和策略的超像素参数自适应选择方法

权利要求书

1.一种视觉感知饱和策略的超像素参数自适应选择方法，其特征在于：包括以下步骤：

1)利用SLIC(SimpleLinearIterative Cluster)算法，采用不同超像素参数Ki，由原图像I构造出多个超像素图SPi；

2)将所述多个超像素图SPi中的超像素表示为单个像素，则每个超像素图可表示为原图I的一个缩小图像Ii；

3)分别对缩小图像Ii用显著点预测算法计算得到显著图Si，将显著图Si中像素按显著度排序，选取大于均值的点作为注视点，形成注视点集合Fix_set；

4)利用注视点集合Fix_set做Kmeans聚类，生成多个聚类Class_j；

5)每个聚类注视点形成自身注视区域和类中心，则该聚类注视点到类中心的类内距离作为微跳视幅度参数；

在步骤5)之后，对基于整个原图像I所得到的各聚类的类内距离做累计和归一化处理，作为该原图像I的微跳视幅度AOMi；比较AOMi，其最小值对应的超像素参数Ki就是最佳图像尺度；

第Ki个尺度下的微跳视幅度AOM_i计算如公式(4)；

其中:表示第j类中的第i个点，坐标(x,y)； cent^j(x,y)表示第j类中心坐标；L表示图像对角线长度，n_j为每类点数量，k为类别数量。

2.根据权利要求1所述的视觉感知饱和策略的超像素参数自适应选择方法，其特征在于：通过相位谱法对目标图像作注视点预测，采用以下步骤：

对图像I(x,y)进行二维离散傅里叶变换，将图像由空间域转换到频域，得到相位P(u,v)信息：

式中F和F^-1表示二维离散傅里叶正、逆变换，表示相位运算；将相位信息经傅里叶逆变换后，在空间域得到显著度图像Sa_Map；

Sa_Map(x,y)＝|F^-1[exp{jP(u,v)}]|² (2)

根据显著度图，注视点的位置可用下列公式求出：

3.根据权利要求2所述的视觉感知饱和策略的超像素参数自适应选择方法，其特征在于：对注视点先进行Kmeans聚类，划分注视点为不同的聚类；多个聚类意味着场景中有多个注视区域，通过注视点之间的离散程度，判断图中是否存在多个注视目标，以避免多个注视区域被作为单个注视区域时导致判断错误。