[发明专利]显著性检测方法及装置

说明书

本发明实施例提供一种显著性检测方法及装置，其中方法包括：对原始图像以不同尺度分别进行超像素分割，获得不同尺度的分割图像；确定一定数量的低层次特征，计算每种尺度的分割图像在每个低层次特征下的第一特征图，对同一低层次特征下的所有尺度的第一特征图进行融合，获得各低层次特征的第二特征图；对于任意一种尺度的分割图像，利用暗通道和中心先验策略对所述分割图像进行优化，结合各低层次特征的第二特征图，获得所述分割图像的显著图；将所有尺度的分割图像的显著图进行集成，形成最终的显著图。本发明实施例使显著性计算更加合理和准确。

技术领域

本发明实施例涉及图像处理技术领域，更具体地，涉及显著性检测方法及装置。

背景技术

人类视觉系统(HVS)能够快速地挑选出场景中最感兴趣地区域，受以往大量关于人类视觉注意力机制研究的启发，研究人员就将人类注意力机制运用到计算机视觉领域，即视觉显著性检测，主要的研究目标是从一幅图像中快速地定位最让人感兴趣即最吸引人的区域，从而为视觉处理机制的性能带来极大的提升，作为目标检测领域的一个精细化课题，显著性检测在各种计算机视觉任务或应用中有着举足轻重的地位，作为一个预处理过程，准确且高效的显著性检测在图像分类、对象检测、图像分割、图像检索、行人重识别等计算机视觉领域得到了广泛的应用。

一般来说，视觉注意力是由低水平的视觉刺激驱动的。随着研究人员在过去十几年的研究，大量的基于视觉注意力机制的显著性检测模型被提出，这些模型大部分都只适用于可见光的场景中，虽然在高对比度场景下取得了很大的成绩，但是对于现实生活中的实际场景，如雨，雾霾等自然气候的变化或夜间关照条件很差的自然场景，这些模型的准确度就大大下降。由于大多数显著性检测的计算模型关注的是自底向上的方法，这种方法利用低层次的图像特征来测量图像区域与其周围环境的对比度，而低对比度图像容易受到各种噪声、场景变化、纹理变化的干扰，导致传统的显著性检测方法的性能大幅下降。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的显著性检测方法及装置。

第一个方面，本发明实施例提供一种显著性检测方法，包括：

对原始图像以不同尺度分别进行超像素分割，获得不同尺度的分割图像；

确定一定数量的低层次特征，计算每种尺度的分割图像在每个低层次特征下的第一特征图，对同一低层次特征下的所有尺度的第一特征图进行融合，获得各低层次特征的第二特征图；

对于任意一种尺度的分割图像，利用暗通道和中心先验策略对所述分割图像进行优化，结合各低层次特征的第二特征图，获得所述分割图像的显著图；

将所有尺度的分割图像的显著图进行集成，形成最终的显著图。

第二个方面，本发明实施例提供一种显著性检测装置，包括：

超像素分割模块，用于对原始图像以不同尺度分别进行超像素分割，获得不同尺度的分割图像；

特征提取模块，用于确定一定数量的低层次特征，计算每种尺度的分割图像在每个低层次特征下的第一特征图，对同一低层次特征下的所有尺度的第一特征图进行融合，获得各低层次特征的第二特征图；

优化模块，用于对于任意一种尺度的分割图像，利用暗通道和中心先验策略对所述分割图像进行优化，结合各低层次特征的第二特征图，获得所述分割图像的显著图；

集成模块，用于将所有尺度的分割图像的显著图进行集成，形成最终的显著图。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。