[发明专利]一种基于改进优化的野生动物图像显著性目标检测方法

权利要求书

1.一种基于改进优化的野生动物图像显著性目标检测方法，其特征在于，所述方法包括：

对预先输入的待检测图像主结构进行提取；

获取所述待检测图像主结构提取结果的图像显著性信息；

对图像显著性信息进行边缘完整性检测，获得图像边缘完整性检测结果；

通过对图像边缘完整性检测结果优化得到的显著性优化图进一步综合优化，确定图像综合优化结果。

2.根据权利要求1所述的方法，其特征在于，所述待检测图像为通过野生动物监测系统采集的实时野生动物图像。

3.根据权利要求1所述的方法，其特征在于，所述预先输入的待检测图像主结构基于窗口总变差和内部变差相结合的方法进行提取。

4.根据权利要求3所述的方法，其特征在于，所述基于窗口总变差和内部变差相结合的方法对预先输入的待检测图像进行主结构提取具体包括：

获取待检测图像的初始参数；

将待检测图像的初始参数输入改进的模型提取公式，通过迭代计算确定图像主结构提取结果；其中，所述图像主结构提取结果为待检测图像中噪声较大图像的结构和纹理信息。

5.根据权利要求4所述的方法，其特征在于，通过下式确定图像主结构提取结果：

其中，I表示输入的初始图像，S表示图像主结构提取结果，p为2维图像像素的索引，λ为预设的图像光滑程度系数，D_x(p)和D_y(p)为像素p在x和y方向的窗口总变差，用于计算相邻区域R(p)内的绝对空间差异，L_x(p)和L_y(p)为像素的窗口内部变差，用于从纹理中提取出主要的结构元素，ε为保证分母不为0的小正数。

6.根据权利要求1所述的方法，其特征在于，所述待检测图像主结构提取结果的图像显著性信息采用改进直方图对比度算法进行获取，具体步骤包括：

将图像主结构提取结果作为输入图像；

通过量化通道进行量化，并对输入图像颜色直方图进行统计，直至颜色频率总和超过颜色保有频率F＝0.95；

替换颜色矩阵，完成颜色对比度计算，并执行颜色空间平滑处理和高斯滤波，输出图像显著性信息。

7.根据权利要求1所述的方法，其特征在于，所述图像边缘完整性检测结果是基于改进整体嵌套算法对图像显著性信息进行边缘完整性检测获得；

其中，所述图像边缘完整性检测以边缘检测网络结构为主体，将图像显著性信息输入到边缘检测网络中进行训练，输出图像边缘完整性检测结果；

所述边缘检测网络结构包括网络输入层、侧向输出层、输出结果融合层以及边缘检测结果四部分构成。

8.根据权利要求1所述的方法，其特征在于，所述对图像边缘完整性检测结果优化，得到显著性优化图包括：

基于汉宁窗函数定义优化图像中心位置的权重，通过汉宁窗加权处理，以增强所述图像边缘完整性检测结果对应图像中心区域的显著性，生成基于汉宁窗函数的显著性优化图；

其中，所述优化图像中心位置的权重通过下式确定：

其中，N为输入数据的长度，n∈[0，N]。

9.根据权利要求1所述的方法，其特征在于，通过下式确定图像综合优化结果：

S＝Q₁S_map+Q₂E_map+Q₃H_map

其中，S为最终的图像综合优化结果，优化参数Q₁＝Q₂＝Q₃＝1/3，S_map为基于主结构提取的图像显著性信息，E_map为图像边缘完整性检测结果，H_map为基于汉宁窗函数的显著性优化图。