[发明专利]一种雾天图像显著目标检测方法

权利要求书

1.一种雾天图像显著目标检测方法，其特征在于，包括如下步骤：

步骤一、在频率域对雾天图像进行颜色空间转换计算其显著性，求出频域显著图；

步骤二、在空间域对雾天图像进行超像素分割并对每一个超像素块计算其显著性，求出空域显著图；

步骤三、将图像在频域中的显著图与空域中的显著图通过离散平稳小波变换融合成一张显著图；

步骤四、通过目标轮廓检测模型得到雾天图像的轮廓图；

步骤五、将基于频域和空域融合后的显著图与轮廓图相加得到最终显著图。

2.根据权利要求1所述的雾天图像显著目标检测方法，其特征在于，所述步骤一具体包括如下：

先将雾天图像转换至HSV颜色空间，再分别将H、S、V通道进行快速傅里叶变换转换为频率域：

其中，M和N分别表示图像的宽度和高度，f(x,y)和F(u,v)分别表示空域和频域中的图像像素；

A(u,v)和P(u,v)分别代表振幅谱和相位谱，它们通过以下公式计算：

A(u,v)＝abs(F(u,v)) (2)

P(u,v)＝angle(F(u,v)) (3)

其中，abs(·)和angle(·)分别表示振幅谱函数和相位谱函数，相位谱函数中复数数组F(u,v)中的每个元素返回相位角的值(以弧度为单位)，这个角度值范围为[-π，+π]，振幅谱A(u,v)＝abs(F(u,v))表示频域中图像像素的绝对值；

对于雾天图像，频域中的低振幅代表目标的线索，高振幅代表雾背景，因此抑制高振幅信息以突出显著目标区域，具体通过以下公式移除振幅谱的峰值来提取显著目标：

A(u,v)＝medfilt2(A(u,v)) (4)

其中，medfilt2(·)表示中值滤波函数，它能有效消除A(u,v)中的峰值，每个输出像素包含输入图像中相应像素周围3×3邻域内的中值；

然后，通过以下公式计算新的频域图：

F(u,v)＝|A(u,v)|e^-jP(u,v) (5)

其中，|·|代表绝对值；

再然后，通过以下步骤执行快速傅里叶逆变换，将频域图转换回空间域:

HSV颜色空间中每个通道的显著图分别表示为H_map、S_map和V_map，所述H_map、S_map和V_map均通过公式(1)-(6)求得；

最后计算H_map、S_map和V_map的和，得到频域显著图，表示为S₁。

3.根据权利要求2所述的雾天图像显著目标检测方法，其特征在于，所述步骤二具体包括如下：

先通过简单线性迭代聚类算法将输入的雾天图像分割为超像素，表示为SP(i)，i＝1,···,Num，Num＝300；再将得到的H、S、V通道的H_map、S_map和V_map作为显著性特征；

每个超像素块的局部-全局显著性通过以下公式获得：

其中，d_Hmap(SP(i),SP(j))是H_map中SP(i)和SP(j)的均值之差，E(SP(i),SP(j))表示SP(i)和SP(j)之间的平均欧氏距离；

通过公式(7)，计算出S_Hmap(i)和S_Smap(i)中的超像素SP(i)的显著值S_Smap(i)和S_Vmap(i)；

最后，SP(i)中每个像素的显著值通过求S_Hmap(i)、S_Smap(i)和S_Smap(i)的和得到，用S₂表示空域显著图。