[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

说明书

本发明属于图像处理领域，具体涉及一种基于改进优化的野生动物图像显著性目标检测方法，包括对预先输入的待检测图像主结构进行提取；获取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，最终确定图像综合优化结果。上述方案以改进的直方图对比度算法为主体，实现对背景复杂、噪声大的野生动物监测图像进行显著性目标检测，可为野生动物监测系统的图像高效传输提供可靠参考。

技术领域

本发明属于野生动物监测图像处理领域，具体涉及一种基于改进优化的野生动物图像显著性目标检测方法。

背景技术

对野生动物资源的保护及合理利用是生态治理的重要一环，而野生动物信息的采集与分析是掌握野生动物生存状态的重要手段。以监测范围广、监测效率高、环境侵入性小为特点的野生动物无线传感网络监测系统目前已逐步成为野生动物监测领域主要的监测手段之一。

但由于环境条件、设备性能等因素的限制，基于无线传感网络监测系统采集到的实时图像具有背景信息复杂、数据量大且噪声干扰严重等特点，这些都对网络传输系统的功耗及带宽带来了沉重的负担，为了实现大数据量图像的高效压缩与传输，需要在图像采集到传输的各个过程中进行优化，其中整体图像的压缩与传输会对整个系统造成较大的压力，因此可以对图像的显著性目标区域进行提取，在图像的压缩与传输中对图像的显著性区域与非显著性区域进行不同级别的处理，可以有效降低整体系统中处理节点的任务载荷与能量限制，而高效准确的图像目标区域提取是实现该功能的重要前提。

图像显著性目标检测可以模拟人类视觉感知系统对实际场景进行感知，快速准确地从大量监测图像或视频中提取重要的信息，能够为后续目标识别及分类、无线传感器网络图像渐进式传输、视频序列中运动物体的定位与检测等科学研究提供重要的掩模参考信息。传统的图像显著性目标检测方法只适合于处理标准图像数据库中的普通自然景象图像，而相对大噪声、背景信息纹理较复杂的野生动物监测图像则无法实现较好的结果，检测结果中存在区域高亮现象并且包含有图像背景信息，计算结果不准确，生成的显著性目标区域掩模信息无法供图像渐进式传输策略研究所用。

发明内容

为了解决上述问题，本发明提供一种基于改进优化的野生动物图像显著性目标检测方法，主要用于解决以下相关技术问题：

1.针对野生动物监测图像背景复杂、噪声大、数据量大的特点，提供一种高效可靠的图像显著性目标检测方法。

2.将野生动物图像划分为显著性目标区域与非目标区域，为图像的压缩编码与分布式传输提供重要的基础依据。

本发明通过以下技术手段解决上述技术问题：

本发明提供一种基于改进优化的野生动物图像显著性目标检测方法，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。

优选的，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。

优选的，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。

进一步地，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；