[发明专利]一种模拟视网膜滤波的视觉显著性检测方法

摘要

本发明涉及一种模拟视网膜滤波的视觉显著性检测方法。本发明通过在CIELAB对色通道上建立高斯尺度空间，提取多尺度显著基元，然后在每个尺度层上计算具有对数响应特性的显著基元颜色独特性值和空间紧凑性，并采用一种基于显著基元按颜色独特性值重组的简化中央-周围算子进行优化滤波。最后经多尺度合成后生成最终显著图。本发明整合了生物视网膜中的多尺度、对数响应和中央-周围环绕特性，以及纯计算方法中的局部对比度和全局对比度特性。可获得更完整且更均匀高亮的显著性目标区域。

主权项

1. 一种模拟视网膜滤波的视觉显著性检测方法，其特征在于该方法包括如下步骤：步骤(1)：采用彩色变换方法，提取输入图像在CIELAB空间的l彩色分量图、a彩色分量图和b彩色分量图，具体为：对于输入图像，采用sRGB彩色空间到线性RGB彩色空间的彩色变换方法，将输入图像转换为线性RGB彩色空间图像；采用线性RGB彩色空间到CIELAB空间的彩色变换方法，提取线性RGB彩色空间图像的l彩色分量图、a彩色分量图和b彩色分量图；步骤(2)：根据步骤(1)结果，提取输入图像在CIELAB空间的6层高斯尺度图像，具体为：对于输入图像在CIELAB空间的l彩色分量图、a彩色分量图和b彩色分量图，其第n层高斯尺度图像表示为：其中高斯函数的方差为，均值为0；表示卷积运算；步骤(3)：采用SLIC超像素聚类方法，提取每层高斯尺度图像中的显著基元；具体为：对于第n层高斯尺度图像，采用SLIC方法，设定期望划分的超像素个数，将划分为个互不相交且区域面积近似相等的超像素区域；将一个超像素区域视为一个显著基元，即第n层高斯尺度图像提取的显著基元个数为；取，，，，，；步骤(4)：提取每层高斯尺度图像中每个显著基元的颜色特征，具体为：对于第n层高斯尺度图像中的第i个显著基元，其颜色特征是由显著基元的颜色均值矢量、质心坐标组成；所述的显著基元的颜色均值矢量表示为，其中为显著基元内所有像素的l彩色分量均值，为显著基元内所有像素的a彩色分量均值，为显著基元内所有像素的b彩色分量均值；所述的显著基元的质心坐标表示为，其中为显著基元内所有像素垂直方向坐标的均值与输入图像高度的比值，为显著基元内所有像素水平方向坐标的均值与输入图像宽度的比值；步骤(5)：根据步骤(4)结果，提取每层高斯尺度图像中每个显著基元的颜色独特性值，具体为：对于第n层高斯尺度图像中的第i个显著基元，其颜色独特性值表示为：其中为显著基元和显著基元的颜色距离；为显著基元和显著基元的空间距离；为高斯函数标准差；所述的显著基元和显著基元的颜色距离表示为显著基元的颜色均值矢量与显著基元的颜色均值矢量的L2距离，具体描述为：所述的显著基元和显著基元的空间距离表示为显著基元的质心坐标与显著基元的质心坐标的L2距离，具体描述为：步骤(6)：根据步骤(5)的结果，对每层高斯尺度图像中每个显著基元的颜色独特性值进行平滑滤波，并将平滑滤波后的颜色独特性值归一化到[0,1]之间，获取颜色独特性归一化值，具体为：对于第n层高斯尺度图像中的第i个显著基元，其平滑滤波后的颜色独特性值表示为：其中为第n层高斯尺度图像中的第i个显著基元和第j个显著基元的空间-颜色距离权重；为归一化因子；和分别控制颜色距离和空间距离对平滑效果的敏感度；对于第n层高斯尺度图像中的第i个显著基元，其颜色独特性归一化值表示为：其中和分别为第n层高斯尺度图像中所有显著基元的平滑滤波后的颜色独特性值的最小值和最大值；     步骤(7)：根据步骤(4)结果，计算每层高斯尺度图像中每个显著基元的空间紧凑性值，具体为：对于第n层高斯尺度图像中的第i个显著基元，其空间紧凑性值表示为：其中为高斯函数标准差；     步骤(8)：根据步骤(7)的结果，对每层高斯尺度图像中每个显著基元的空间紧凑性值进行平滑滤波，并将平滑滤波后的空间紧凑性值归一化到[0,1]之间，获取空间紧凑性归一化值，具体为：对于第n层高斯尺度图像中的第i个显著基元，其平滑滤波后的空间紧凑性值表示为：对于第n层高斯尺度图像中的第i个显著基元，其空间紧凑性归一化值表示为：其中和分别为第n层高斯尺度图像中所有显著基元的平滑滤波后的空间紧凑性值的最小值和最大值；步骤(9)：根据步骤(6)和步骤(8)的结果，计算每层高斯尺度图像中每个显著基元的颜色显著性值，具体为：对于第n层高斯尺度图像中的第i个显著基元，其颜色显著性值表示为：步骤(10)：根据步骤(6)结果，提取每层高斯尺度图像中每个显著基元的感受野区域，具体为：对于第n层高斯尺度图像中的第i个显著基元，计算显著基元与第n层高斯尺度图像中其他显著基元的独特性距离，并按该距离对第n层高斯尺度图像中的所有显著基元进行升序排列，形成一组新的显著基元序列；在新的显著基元序列中位置处于越前面的显著基元，与显著基元的独特性距离越小；提取新的显著基元序列中前个显著基元组成为显著基元的“中央”邻域区域；提取新的显著基元序列中第到第个的显著基元组成为显著基元的“周围”邻域区域；显著基元的“中央”邻域区域和“周围”邻域区域构成显著基元的感受野区域；显著基元与显著基元的独特性距离表示为显著基元的颜色独特性归一化值与显著基元的颜色独特性归一化值的L2距离，具体描述为：步骤(11)：根据步骤(9)和步骤(10)的结果，采用一种简化中央-周围环绕算子计算每层高斯尺度图像中每个显著基元的最终显著性值，具体为：对于第n层高斯尺度图像中的第i个显著基元，所述的一种简化中央-周围环绕算子描述为：其中为显著基元的最终显著性值；为显著基元对显著基元最终显著性值的贡献权重；为“中央”兴奋强度和“周围”抑制强度的比值；取值范围为；当时，所述的一种简化中央-周围环绕算子仅具有“中央”兴奋功能； 步骤(12)：为每层高斯尺度图像中的每个像素分配颜色显著性值，并将其归一化到[0,1]之间，获取颜色显著性归一化值，具体为：对于第n层高斯尺度图像中像素，其颜色显著性值表示为：对于第n层高斯尺度图像中像素，其颜色显著性归一化值表示为：其中和分别为第n层高斯尺度图像中所有像素的颜色显著性值的最小值和最大值；步骤(13)：为输入图像中的每个像素分配合成显著性值，并将其归一化到[0,1]之间，获取最终显著性值，具体为：对于输入图像中像素，其合成显著性值表示为：对于输入图像中像素，其最终显著性值表示为：其中和分别为输入图像中所有像素的合成显著性值的最小值和最大值。