[发明专利]一种针对复杂纹理图像的图像显著性分析方法

摘要

本发明公开了一种针对复杂纹理图像的显著性分析方法。首先，我们的方法结合超像素技术和meanshift算法去分割图像。然后，通过gabor滤波器去提取纹理特征，对每块区域的gabor平均值变化做全局对比计算去获得纹理子显著图。接着，我们结合空间信息，利用区域对比去计算得到颜色子显著图。最后，我们利用非线性融合技术去将上述两幅图结合得到最终的显著图。我们针对ACHANTA的测试集中的96幅复杂纹理图像进行实验，并且和现有的10种显著性分析方法做了性能对比。实验表明，本方法对于复杂性纹理图像，在准确率和召回率等指标总体上优于其他方法。

主权项

一种针对复杂纹理图像的图像显著性分析方法，其具体步骤如下：(1)运用基于超像素分割方法将原始图像分割成K个超像素；(2)在超像素分割的基础上进一步使用MEANSHIFT方法进行聚类；(3)得到最终的分割结果进行全局区域对比得到颜色分显著性图；(4)对每个区域提取GABOR纹理特征；(5)对纹理特征也采用全局对比得到纹理分显著性图；(6)将两个分显著性图融合为总显著性图，其中，上述步骤(6)将两个分显著性图融合为总显著性图包括：定义融合比例为Y，Y由公式(24)确定：Y=1T×exp(1K×maxVariance-1)---(24)]]>其中maxVariance为各区域纹理方差的最大值，K，T为系数，K取1600，T取5，融合后的显著性图中每个像素(x,y)的显著性值由公式(25)定义：S(x,y)＝SC(x,y)2+Y*(TS(x,y))2  (25)其中SC(x,y)为RC方法得到的像素(x,y)的颜色显著性分量，TS(x,y)为像素(x,y)的纹理显著性分量。