[发明专利]基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法

摘要

基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法，涉及遥感图像处理技术领域，尤其涉及基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法。本发明为解决现有遥感图像处理技术缺乏在大幅面遥感图像中搜索潜在目标的能力的问题。本发明按以下步骤进行：一、目标及感兴趣区域特性分析；二、基于视觉注意机制的感兴趣区域提取；三、基于自底向上刺激驱动机制的一级感兴趣区域提取；四、基于自顶向下目标驱动机制的二级感兴趣区域提取。本发明在分析目标及感兴趣区域的特性的基础上，引入视觉注意机制心理学模型和计算模型，研究大幅面遥感影像感兴趣区域提取方法。本发明可应用于遥感图像处理技术领域。

主权项

1.基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法，其特征在于它按以下步骤进行：步骤一、目标及感兴趣区域特性分析：针对具有规则形状、规律性分布的人造目标，以及形状不规则的自然地物的目标特性进行分析，研究人造目标位置分布规律及感兴趣自然地物区域特性；步骤二、基于典型视觉注意机制计算模型的感兴趣区域提取：将视觉注意机制计算模型应用于工程中，最终实现基于视觉注意机制的ROI提取；其中视觉注意机制计算模型，包括Itti模型、基于傅里叶变换的残留谱方法，即SR方法和全局直方图对比度模型，即HC模型，并分析各自优缺点；步骤三、基于自底向上刺激驱动机制的一级感兴趣区域提取：根据步骤二的分析，针对HC模型纹理敏感性过高的缺点，在HC模型的基础上提出多层重滤波颜色直方图对比度显著性检测算法；步骤三(一)、进行N层高斯重滤波；步骤三(二)、利用全局直方图对比度模型提取N幅显著图，对应像素值相乘得到合成HC显著图；步骤三(三)、显著图二值化；步骤三(四)、超像素分割，实现一级感兴趣区域提取；步骤四、基于自顶向下目标驱动机制的二级感兴趣区域提取：利用步骤一中分析得出的区域特性，采用基于自顶向下目标驱动机制的二级感兴趣区域提取算法；步骤四(一)、对步骤三所得一级感兴趣区域进行连通区域标记，对标号图像计算圆形度和矩形度，保留满足条件的区域；步骤四(二)、采用基于自顶向下目标驱动机制的二级感兴趣区域提取算法，计算重心密度分布图，得到二级感兴趣区域。