[发明专利]基于最大邻域和超像素分割的图像显著性目标检测方法

权利要求书

1.一种基于最大邻域和超像素分割的图像显著性目标检测方法，其特征在于包括以下步骤：

(1)对待检测图像进行超像素分割：

对待检测图像进行超像素分割，得到K个超像素块并保存，K≥200；

(2)统计待检测图像中每种颜色出现的频次：

将RGB颜色空间中的三种颜色通道分别划分为N个等份，N≥10，得到N³种颜色，并统计待检测图像中与N³种颜色对应的每种颜色出现的频次；

(3)对待检测图像进行颜色替代：

对统计出的所有颜色按照出现频次由大到小的顺序进行排列，并对排序得到的数列中各颜色出现的频次依次进行累加，直到累加结果为待检测图像总像素数M的80％，保留累加结果所包含频次的代表颜色C＝{C_p1,C_p2,…,C_pi,…,C_pp}，同时通过代表颜色C对未参与累加的频次所对应的颜色C′＝{C_t1,C_t2,…C_tj,…,C_tt}进行替代，得到颜色替代后的图像；

(4)对颜色替代后的图像进行预处理：

对颜色替代后的图像进行高斯滤波，并对滤波后的图像进行RGB到Lab颜色空间转换，得到Lab空间下预处理后的图像；

(5)计算待检测图像的初始显著性图像：

(5a)对Lab空间下预处理后的图像进行颜色通道分离，得到每个像素点的颜色向量I(x,y)，(x,y)是像素点的坐标；

(5b)计算每个像素点所在位置(x,y)的最大邻域内，即计算以每个像素点所在位置(x,y)为中心点的最大矩形区域内的平均颜色向量I_μ(x,y)，并将I(x,y)和I_μ(x,y)差值的二范数作为当前像素点的显著性值；

(5c)对所有像素点的显著性值进行归一化，得到待检测图像的初始显著性图像sm；

(6)确定K个超像素块的显著性值：

(6a)将待检测图像的初始显著性图像sm的平均显著性值T作为阈值，并将sm中像素点显著性值大于阈值的像素点标记为1，其余的像素点标记为0，得到每个像素点的显著性标签；

(6b)判断每个超像素块内像素点显著性标签为1的像素点是否超过一半，若是，将1作为该超像素块的显著性值K_l，否则，将0作为该超像素块的显著性值K_l，得到K个超像素块的显著性值；

(7)获取最终显著性图像并输出：

将K个超像素块中每个超像素块的显著性值赋于该超像素块包含的每个像素，得到显著性图SM′，并将SM′中的最大连通域作为最终显著性图像并输出。

2.根据权利要求1所述的基于最大邻域和超像素分割的图像显著性目标检测方法，其特征在于，步骤(3)中所述的通过代表颜色C对未参与累加的频次所对应的颜色C′＝{C_t1,C_t2,…C_tj,…,C_tt}进行替代，实现步骤为：

(3a)计算未参与累加的频次所对应的颜色C_tj和代表颜色C＝{C_p1,C_p2,…,C_pi,…,C_pp}的欧氏距离计算公式为：

其中，C_tj,R和C_pi,R表示R分量，C_tj,G和C_pi,G表示G分量，C_tj,B和C_pi,B表示B分量；

(3b)在计算得到的欧式距离中选取数值最小的并通过用中的C_p′颜色对待检测图像中的C_tj颜色进行替换，其中的选取公式为：

3.根据权利要求1所述的基于最大邻域和超像素分割的图像显著性目标检测方法，其特征在于，步骤(4)中所述的对滤波后的图像进行RGB到Lab颜色空间转换，转换公式为：

其中，R、G、B分别表示红、绿、蓝颜色分量，L、a、b分别表示颜色空间转换后的亮度、从绿色到红色和从蓝色到黄色的颜色分量。