[发明专利]一种基于区域的图像显著图提取方法

摘要

本发明公开了一种基于区域的图像显著图提取方法，其先采用超像素分割技术对源图像进行分割，然后分别计算各个区域之间的颜色相似性、纹理相似性和空间相似性，再根据各个区域之间的颜色相似性、纹理相似性和空间相似性得到各个区域之间的相似性，接着利用各个区域之间的相似性获得源图像的基于区域颜色对比度的图像显著图、基于区域纹理对比度的图像显著图和基于区域空间紧密度的图像显著图，最终对三幅图像显著图进行融合，得到源图像的最终的图像显著图；优点是获得的图像显著图能够较好地反映图像的显著变化情况，符合图像显著语义的特征。

主权项

一种基于区域的图像显著图提取方法，其特征在于包括以下步骤：①将待处理的源图像记为{I_i(x,y)}，其中，1≤x≤W，1≤y≤H，W表示{I_i(x,y)}的宽，H表示{I_i(x,y)}的高，I_i(x,y)表示{I_i(x,y)}中坐标位置为(x,y)的像素点的第i个分量的颜色值，i＝1,2,3，第1个分量为R分量、第2个分量为G分量和第3个分量为B分量；②采用超像素分割技术将{I_i(x,y)}分割成M个互不重叠的区域；然后将{I_i(x,y)}重新表示为M个区域的集合，记为{SP_h}；再计算{SP_h}中的各个区域之间的相似性，将{SP_h}中的第p个区域与第q个区域之间的相似性记为Sim(SP_p,SP_q)，Sim(SP_p,SP_q)＝Sim_c(SP_p,SP_q)×Sim_t(SP_p,SP_q)×Sim_d(SP_p,SP_q)；其中，M≥1，SP_h表示{SP_h}中的第h个区域，1≤h≤M，1≤p≤M，1≤q≤M，p≠q，SP_p表示{SP_h}中的第p个区域，SP_q表示{SP_h}中的第q个区域，Sim_c(SP_p,SP_q)表示SP_p与SP_q之间的颜色相似性，Sim_c(SP_p,SP_q)的值根据SP_p和SP_q中的每个像素点的各个分量的颜色值量化后得到的颜色直方图获得，Sim_t(SP_p,SP_q)表示SP_p与SP_q之间的纹理相似性，Sim_t(SP_p,SP_q)的值根据SP_p和SP_q中的每个像素点的纹理特征矢量获得，Sim_d(SP_p,SP_q)表示SP_p与SP_q之间的空间相似性，Sim_d(SP_p,SP_q)的值根据SP_p和SP_q中的中心像素点的坐标位置获得；③通过计算{SP_h}中的每个区域的颜色对比度，并结合{SP_h}中的各个区域之间的相似性，获取{SP_h}中的每个区域的基于颜色对比度的显著值，从而获得{I_i(x,y)}的基于区域颜色对比度的图像显著图，记为{SC(x,y)}，其中，SC(x,y)表示{SC(x,y)}中坐标位置为(x,y)的像素点的像素值；④通过计算{SP_h}中的每个区域的纹理对比度，并结合{SP_h}中的各个区域之间的相似性，获取{SP_h}中的每个区域的基于纹理对比度的显著值，从而获得{I_i(x,y)}的基于区域纹理对比度的图像显著图，记为{ST(x,y)}，其中，ST(x,y)表示{ST(x,y)}中坐标位置为(x,y)的像素点的像素值；⑤通过计算{SP_h}中的每个区域的空间紧密度，并结合{SP_h}中的各个区域之间的相似性，获取{SP_h}中的每个区域的基于空间紧密度的显著值，从而获得{I_i(x,y)}的基于空间紧密度的图像显著图，记为{SS(x,y)}，其中，SS(x,y)表示{SS(x,y)}中坐标位置为(x,y)的像素点的像素值；⑥对{SC(x,y)}、{ST(x,y)}及{SS(x,y)}进行融合，得到{I_i(x,y)}的最终的图像显著图，记为{Sal(x,y)}，将{Sal(x,y)}中坐标位置为(x,y)的像素点的像素值记为Sal(x,y)，Sal(x,y)＝SC(x,y)×ST(x,y)×SS(x,y)。