[发明专利]一种显著图融合方法及系统

权利要求书

1.一种显著图融合方法，包括以下步骤：

步骤1：准备训练集；

步骤2：在所述训练集中寻找测试图像X的近邻，通过近邻图像的显著图对所述测试图像X的显著图进行拟合，得到最终的显著图。

2.如权利要求1所述的显著图融合方法，其特征在于：所述训练集包括训练图像集D、对应的基准二值标注集G、M种提取方法和所述M种提取方法的显著图提取结果A。

3.如权利要求2所述的显著图融合方法，其特征在于：所述步骤2包括以下子步骤：

步骤21：计算所述测试图像X和训练集图像的256维颜色直方图的卡方距离；

步骤22：检索后得到的K最近邻所述每个近邻图像X_k对应的标准二值标注为α_k，代表了近邻图像的M种方法检测的结果，1≤k≤K；

步骤23：计算向量β；

步骤24：计算得到最终的显著图

4.如权利要求3所述的显著图融合方法，其特征在于：所述步骤23为根据目标函数计算所述向量β。

5.如权利要求4所述的显著图融合方法，其特征在于：所述目标函数公式如下：

其中第一项是融合结果和基准二值标注的重构误差，第二项是正则项。

6.如权利要求5所述的显著图融合方法，其特征在于：所述向量β随着尺度参数λ的变化而变化。

7.如权利要求6所述的显著图融合方法，其特征在于：所述向量β的闭式解公式如下：

其中,P_k和B_k是只和K最近邻图像相关的矩阵，I代表单位矩阵。

8.如权利要求7所述的显著图融合方法，其特征在于：所述矩阵P_k和B_k在训练中得到。

9.如权利要求8所述的显著图融合方法，其特征在于：所述步骤24包括使用所述测试图像X及其对应的M个显著图融合得到的显著图计算方法如下：

其中，表示M个预测的显著图构成的矩阵，表示显著图β＝{β₁，β₂，…，β_M}代表融合的系数，代表融合得到的显著图结果。

10.一种显著图融合系统，包括以下模块：

训练集和图像拟合模块，

所述图像拟合模块用于在所述训练集中寻找测试图像X的近邻，通过近邻图像的显著图对所述测试图像X的显著图进行拟合，得到最终的显著图。