[发明专利]基于视觉注意机制模型的图像处理方法

摘要

本发明涉及图像处理领域，提供一种基于视觉注意机制模型的图像处理方法，以解决目前的自顶向下的视觉注意模型的难度和复杂性较高的问题，该方法包括：通过自底向上的视觉注意模型得到原始图像的总显著图；采用自顶向下的视觉注意模型得到感兴趣区域。本发明提出的技术方案将自底向上的视觉注意模型的显著图应用于自顶向下的视觉注意模型，降低了自顶向下的视觉注意模型的复杂度，提高了整个方法的检测精度，最终得到的显著图更接近人眼视觉注意。

主权项

1.一种基于视觉注意机制模型的图像处理方法，其特征在于包括步骤：A、分别提取原始图像的颜色特征、纹理特征和方向特征，将颜色特征的显著图、纹理特征的显著图和方向特征的显著图进行合成得到原始图像的底层显著图；B、选择样本数据库，在样本数据库中随机选择训练样本及训练样本的Ground‑truth图像，确定训练特征，所述训练样本包括正样本和负样本；C、根据训练样本和训练特征得到训练特征矩阵，根据正样本的索引、负样本的索引得到标签矩阵，采用SVM训练得到SVM分类器；D、将原始图像通过SVM分类器进行分类得到感兴趣区域；所述训练特征由1个纹理特征、4个方向特征、1个原始图像的底层显著图、11个颜色特征、13个图像金字塔特征组成；所述步骤A中颜色特征的显著图的计算方法为：对原始图像进行DCT变换：对进行DCT反变换：分别对HSV颜色空间的三个波段进行重建得到原始图像的颜色特征的显著图：其中，x为原始图像，g为高斯核函数，sign为符号函数，j为HSV颜色空间的波段；所述纹理特征和方向特征的特征图的计算方法为：对原始图像的纹理特征和方向特征进行DOG滤波得到方向特征和纹理特征的滤波响应：其中Г为Gamma函数，θ为形状参数，σ为尺度参数，f为各个特征对应的DOG滤波响应；分别根据下式对纹理特征和方向特征进行取对数操作得到：通过下式计算得到纹理特征和方向特征的显著图：其中i为纹理特征和方向特征的显著图的维数，const为不依赖图像特征的常数。