[发明专利]一种基于改进图模型的图像显著性检测方法

权利要求书

1.一种基于改进图模型的图像显著性检测方法，其特征在于，所述方法对输入图像进行超像素分割，以超像素为节点将输入图像表示成无向图的形式，根据底层特征计算图的权重矩阵，得到基于底层特征的显著图；同时提取高层特征并依据高层特征重新计算权重矩阵，利用显著物体的紧凑性提取输入图像的前景、背景种子节点，分别计算基于前景种子节点和背景种子节点的显著图并融合得到基于高层特征的显著图；最后将基于底层特征的显著图和基于高层特征的显著图融合得到最终的显著图，其中，底层特征包括颜色特征和纹理特征；以超像素为节点将输入图像表示成无向图的形式包括：将每个节点同与之相邻的节点相连，并同与相邻节点有公共边的节点中与之最相似的节点相连，最后将输入图像四周属于背景的可能性最大的节点相连构成无向图；

所述方法包括：

(1)将输入图像分割成N个超像素，其中，第i个超像素用v_i表示，第j个超像素用v_j表示，i、j∈1,2,…,N；

(2)利用输入图像的底层特征计算各超像素之间的相似性形成相似度矩阵A＝[a_ij]_N×N，a_ij表示超像素v_i和v_j的相似程度；

(3)以超像素为节点构建无向图：将每个节点同与之相邻的节点相连，并同与相邻节点有公共边的节点中与之最相似的节点相连，最后将输入图像四周属于背景的可能性最大的节点相连；

(4)计算无向图的权重矩阵W₁＝[ω_ij]_n×n和度矩阵D₁，采用流形排序对相似度矩阵A进行传播得到新的相似度矩阵H＝[h_ij]_N×N，h_ij表示超像素v_i和v_j的相似程度，其中，

D₁＝diag{d₁₁,d₂₂,...,d_NN}，d_ii＝∑_jω_ij，Du_ij是超像素v_i和v_j之间的底层特征距离，σ²为控制权值大小的参数，e_ij表示图中超像素v_i和v_j之间相连形成的边；

(5)提取高层特征，同时得到基于底层特征的显著图；

(6)依据高层特征重新计算权重矩阵，利用显著物体的紧凑性提取输入图像的前景、背景种子节点，分别计算基于前景种子节点和背景种子节点的显著图并融合得到基于高层特征的显著图；

(7)将基于底层特征得到的显著图和基于高层特征的显著图融合得到最终的显著图。