[发明专利]一种基于改进凸包的显著性检测方法

摘要

一种基于改进凸包的显著性检测方法包括对输入的图像进行角点检测，得到前景目标大致位置，对原图像进行Harris角点检测，然后用Graham扫描算法计算角点凸包。对原图像进行高斯滤波，得到滤波后图像的凸包区域，凸包区域的交集作为输入图像前景目标的近似位置；对原图进行超像素分割，根据交集凸包得到前景先验图，背景先验图和以凸包为中心的全局对比图；根据前/背景先验图得到凸包先验图，把凸包先验图和全局对比图融合为显著性结果图，然后根据优化函数对显著性结果图进行优化，得到最终的显著性图。与现有技术相比，能够快速有效的检测图像的显著性区域，得到一致高亮的显著目标，得到较符合视觉感知的显著图。

主权项

一种基于改进凸包的显著性检测方法，其特征在于，包括以下步骤：第一步：先对原图像进行Harris角点检测，然后用Graham扫描算法得到所述角点的凸包，该凸包区域记为R1，对所述原图像进行高斯滤波，然后再次得到滤波后图像的凸包区域，记为R2，将R1和R2这两个凸包区域的交集区域作为输入图像前景目标的近似位置，记为R；第二步：对所述原图像采用SLIC方法进行超像素分割，所述原图像分割得到的超像素块集合记为X＝{r1,r2,...,rN}，其对应的显著性值记为V＝{v1,v2,...,vN}，N是分割的所述超像素块的个数；第三步：判断所述超像素块是否属于凸包区域R，首先计算每个所述超像素块的中心的位置，判断超像素中心是否在所述凸包区域R中，这样所述超像素块集合分为两个部分，一个是所述超像素块在所述凸包区域R内，记为RF，表示前景区域；另外一个是所述超像素块不在所述凸包区域R内，记为RB，表示背景区域；第四步：计算每个所述超像素块的前景显著性值和背景显著性值，把每个所述超像素块看做一个顶点，连接所有相邻的所述超像素块构建成无向图，图的每条边的权重是相邻两个所述超像素块的平均颜色之间的欧式距离，该权重在CIELab颜色空间内计算；定义一个所述超像素块的所述前景显著性值为SFi，它是这个所述超像素块和所有在所述凸包区域R内的所述超像素块最短路径之和，计算公式为：SFi=Σj=1N1dist(ci,cj),rj∈RF]]>其中，dist(ci,cj)表示两个所述超像素块之间的最短路径，ci,cj是这两个所述超像素块的平均颜色，所述超像素块rj属于RF，N1表示属于RF的所述超像素块的个数，同理，定义一个所述超像素块的所述前景显著性值为SBi，它是这个所述超像素块和所有在所述凸包区域R外的所述超像素块最短路径之和，计算公式为：SBi=Σj=1N2dist(ci,cj),rj∈RB]]>其中，所述超像素块rj属于RB，N2表示属于RF的所述超像素块的个数，可以看到N＝N1+N2；第五步：根据所述凸包区域R计算前景先验图，对于每一个所述超像素块，定义它的显著性值为：FCi＝SBi/SFi这样得到的显著性图称为所述前景先验图，它可以使得凸包内的所述超像素块的所述显著性值比凸包外的高；第六步：根据所述凸包区域R计算背景先验图，对于每一个所述超像素块，定义它的显著性值为：BCi＝SFi/SBi这样得到的显著性图称为所述背景先验图，它可以使得凸包内的所述超像素块的所述显著性值比凸包外的低；第七步：计算所述凸包区域R为中心先验的全局对比图，定义所述凸包区域R的中心为μ，那么对每一个所述超像素块，基于所述凸包区域R为中心的全局对比图计算公式如下：G(ri)=Σj=1Nφ(ri,rj)||ci-cj||ψ(ri,μ)]]>其中，φ(ri,rj)是高斯加权函数，ri表示一个所述超像素块，定义为表示两个所述超像素块中心之间的空间距离差异；||ci‑cj||表示两个超像素块之间的平均颜色距离差异；ψ(ri,μ)表示每个超像素和凸包区域R中心的距离差异，定义为经验上设置δ1＝0.4，δ2＝0.2；第八步：根据所述前景先验图和所述背景先验图得到凸包先验图，对每一个所述超像素块计算公式如下：CHi=FCi*exp(-σ1BCi),ri∈RFFCi*exp(-σ2BCi),ri∈RB]]>其中，*为乘法运算，为参数σ1,σ2控制着所述背景区域的强弱，经验上设置σ1＝2.5，σ2＝6；第九步：融合所述凸包先验图和全局对比图为显著性结果图，对每一个所述超像素块，计算公式如下：Si＝CHi*Gi其中，*为乘法运算，第十步：优化显著性结果图得到最终的显著性图，优化函数定义如下：Σi=1NBivi2+Σi=1NSi(1-vi)2+Σi,jφ(ri,rj)(vi-vj)2]]>其中，vi表示一个所述超像素块的显著性值，Bi定义为Bi＝(1‑Si)BCi，参数Bi和Si分别控制着所述背景区域和所述前景区域的显著性值，第三项是一个平滑约束，它控制值从所述前景区域到所述背景区域的平滑过渡，优化后的结果就是本方法最终的显著性图。