[发明专利]一种基于局部特征的显著区域检测算法

摘要

本发明属于图像/视频检索技术领域，具体为一种基于局部特征的显著区域检测算法。该算法将寻找显著区域的问题转化为寻找特征点分布最密集区域的问题，再将寻找特征点分布最密集区域的问题转化为求最大子矩阵和的问题。具体步骤为：利用局部特征算法，获得特征检测阶段的图像特征点分布；根据标准差和特征点数量将分布矩阵变换为适应矩阵；利用动态规划算法求适应矩阵的最大子矩阵和。本发明能在损失较小准确度的情况下，快速检测出图像的显著区域。本发明在准确度上与同类显著区域检测算法接近的情况下，速度超过常用显著区域检测算法的25倍。

主权项

1.一种基于局部特征的显著区域检测算法，其特征在于具体步骤如下：(1) 计算特征点分布矩阵，即利用图像局部特征算法，获得特征检测阶段的图像特征点分布；再对图像进行分块，计算每块中特征点的数量，将每个区域包含特征点的数量记录分布矩阵B中，分布矩阵B为下一阶段提供数据；(2) 计算适应矩阵，即根据分布的标准差和特征点数量将分布矩阵B变换为适应矩阵A；即对分布矩阵B中的每个元素减去一个适应因子K，适应因子K与图像的特征点数量和分布情况有关，将图像分成m*n个分块，定义适应因子K=fn()×, 其中，， a_ij为第i行j列分块中特征点数量，fn( )是与分布标准差相关的函数，是分布矩阵特征点数量的平均值；在确定适应因子K后，将分布矩阵B中每个元素减去K，得到适应矩阵A；(3) 求最大子矩阵和，即利用动态规划算法求出适应矩阵的最大子矩阵和，得到的最大子矩阵就是显著区域。