[发明专利]基于Manifold Ranking和结合前景背景特征的显著性检测方法

摘要

本发明提出了一种基于Manifold Ranking和结合前景背景特征的显著性检测方法，包括：S1，获取图像数据，对图像数据的前景特征和背景特征进行流形排序，获得每个图像数据中的超像素部分的显著值，得到该图像数据的显著图；S2，对图像数据的前景特征和背景特征的显著图进行二值化，获得图像数据的前景特征的前景种子和背景特征的背景种子；S3，对前景种子和背景种子作为最终查询节点进行流形排序，对候选查询节点进行计算，将计算结果进行排序获得最终的排序值，根据排序值得到图像数据中的显著图。本发明融合全局对比度和以边界信息为参考的背景特征，并结合多次流形排序算法为计算显著值提供了更准确的查询节点。

主权项

1.一种基于Manifold Ranking和结合前景背景特征的显著性检测方法，其特征在于，包括：S1，获取图像数据，对图像数据的前景特征和背景特征进行流形排序，获得每个图像数据中的超像素部分的显著值，得到该图像数据的显著图；S2，对图像数据的前景特征和背景特征的显著图进行二值化，获得图像数据的前景特征的前景种子和背景特征的背景种子；S3，对前景种子和背景种子作为最终查询节点进行流形排序，对候选查询节点进行计算，将计算结果进行排序获得最终的排序值，根据排序值得到图像数据中的显著图；所述S2包括：S2‑1，根据公式计算初始前景fgQuery、初始背景bgQuery，候选查询节candidate；S2‑2，根据公式判断是否符合场景1或场景3，若符合场景1或场景3，令y＝Query1，直接跳到S3；否则，执行S2‑3；S2‑3，y初始化为初始前景y＝fgQuery，对于每个候选节点candidate，根据公式判断其是否为查询节点。