[发明专利]一种复杂X光伪彩图的显著性检测方法

摘要

本发明提出一种复杂X光伪彩图的显著性检测方法的基于贝叶斯理论融合了多种图像分割技术来提升目标显著性性能；该技术，首先是需要收集大量的图片，以便进行各图像分割技术性能分析，然后进行颜色分析、亮度分析、饱和度分析、连通域分析、密度分析以及面积分析，最后利用贝叶斯理论合理的整合这些分析方法，最终得到优异的目标显著性效果，在采集的图像中的目标漏检率能达到1‰以内。

主权项

一种复杂X光伪彩图的显著性检测方法，特征在于： 在由图像采集设备和计算机组成的系统中，所述复杂X光伪彩图的显著性检测方法包括以下步骤：步骤1：样本图的采集采用X光机采集图像建立图像样本库，图像样本库中须包含一定量的目标物的图像，本图像样本库共有4000张图像，其中有1600张含有目标物；步骤2：颜色转换将RGB颜色空间的图像转化为HSV颜色空间的图像；步骤3：颜色分析根据目标物出现的颜色类型进行分割，当指定目标物为无机物时，呈现蓝色和绿色情况下，那么根据HSV中的H通道进行分割，即将保留H值>140并且<281的图像部分，其余部分用纯白色替代；当指定目标物为有机物时，呈现黄色和绿色情况，那么根据HSV中的H通道进行分割，即将保留H值>0并且<180的图像部分，其余部分用纯白色替代；步骤4：亮度分析步骤4.1：直方图统计分割对已经进行颜色分析后的图像的亮度进行直方图统计，选择亮度在0至10%的区域部分为黑色掩膜区域，其余为白色区域；步骤4.2：密度分析对进行直方图统计分割后的图像，进行积分图计算，利用积分图保留分辨率为25*25中黑色像素数超过70%的区域，其余区域再次使用白色替代；步骤5：饱和度分析步骤5.1：直方图统计分割对已经进行颜色分析后的图像的饱和度进行直方图统计，选择亮度在0至10%的区域部分为黑色掩膜区域，其余为白色区域；步骤5.2：密度分析对进行直方图统计分割后的图像，进行积分图计算，利用积分图保留分辨率为25*25中黑色像素数超过70%的区域，其余区域再次使用白色替代；步骤6：颜色密度分析步骤6.1：有色分割将已经进行颜色分析后的图像中的非纯白色区域全设置为黑色；步骤6.2：密度分析对有色分割后的图像，进行积分图计算，利用积分图保留含有密度超过40%的有色区域，其余区域使用白色替代；步骤7：获取掩膜区域合并亮度分析、饱和度分析和颜色密度分析的结果，得到颜色较深的区域；步骤8：连通域分析针对经过颜色密度分析后的图像，进行连通域分析，选择合适面积的部分，将面积大于两倍目标物尺寸和小于半倍目标物尺寸的连通域替换为背景白色；步骤9：获取最终结果合并步骤7和步骤8的结果。