[发明专利]一种立体图像显著性检测方法

摘要

本发明涉及一种立体显著性检测方法，输入待检测立体图像的左图及待检测立体图像的深度图，将左图进行CIELab颜色空间变换，提取颜色空间变换后的左图的L亮度通道、a颜色通道和b颜色通道；将颜色变换后的左图和输入的待检测立体图像的深度图进行SLIC超像素分割，计算区域间对比度，归一化，去噪后得到待检测立体图像的空域显著图；分别对每个R通道子块、G通道子块和B通道子块进行DCT变换，计算区域间对比度，归一化、去噪后得到待检测立体图像的变化域显著图；融合空域显著图和变化域显著图，得到待检测立体图像的最终显著图。与现有技术相比，本发明的优点在于：能准确的检测出复杂背景图像图像显著性区域，鲁棒性与适应性更强。

主权项

1.一种立体图像显著性检测方法，其特征在于：包括以下步骤：步骤(1)、输入待检测立体图像的左图及待检测立体图像的深度图，提取左图的R颜色通道、G颜色通道和B颜色通道；然后将左图进行CIELab颜色空间变换，得到颜色空间变换后的左图，提取颜色空间变换后的左图的L亮度通道、a颜色通道和b颜色通道；步骤(2)、获取待检测立体图像的空域显著图，具体包含如下步骤：步骤(2‑1)、将颜色空间变换后的左图进行SLIC超像素分割，得到具有N个彩色分割块的彩色分割图，N为彩色分割块的总数；步骤(2‑2)、根据步骤(2‑1)得到的彩色分割图，提取L亮度特征矩阵L^mat，a颜色特征矩阵a^mat，b颜色特征矩阵b^mat，其中L亮度特征矩阵L^mat的元素表示彩色分割图的L亮度通道特征值；a颜色特征矩阵a^mat的元素表示彩色分割图的a颜色通道特征值；b颜色特征矩阵b^mat的元素表示彩色分割图的b颜色通道特征值；步骤(2‑3)、将步骤(1)中输入的待检测立体图像的深度图也进行SLIC超像素分割，得到具有N个深度分割块的深度分割图，根据深度分割图提取第一深度特征矩阵D^mat，第一深度特征矩阵D^mat的元素表示深度分割图的深度特征值；步骤(2‑4)、根据步骤(2‑2)和步骤(2‑3)得到的L^mat、a^mat、b^mat和D^mat组成第一特征向量Fⁱ＝{Lⁱ,aⁱ,bⁱ,Dⁱ},其中Lⁱ∈L^mat，aⁱ∈a^mat，bⁱ∈b^mat,Dⁱ∈D^mat；步骤(2‑5)、根据步骤(2‑4)得到的第一特征向量Fⁱ，计算任意一块彩色分割块与其他所有彩色分割块的区域对比度：第i个彩色分割块与剩余其他所有彩色分割块的区域对比度S(Fⁱ)采用如下公式计算：其中，D(Fⁱ,F^j)＝||uⁱ‑u^j||₂，其中uⁱ＝[u_Lⁱ u_aⁱ u_bⁱ u_Dⁱ]，u^j＝[u_L^j u_a^j u_b^j u_D^j]；u_Lⁱ为第i个彩色分割块的L亮度通道特征值的均值、u_aⁱ为第i个彩色分割块的a颜色通道特征值的均值、u_bⁱ为第i个彩色分割块的b颜色通道特征值的均值、u_Dⁱ为第i个深度分割块的深度特征值的均值，u_L^j为第j个彩色分割块的L亮度通道特征值的均值、u_a^j为第j个彩色分割块的a颜色通道特征值的均值、u_b^j为第j个彩色分割块的b颜色通道特征值的均值、u_D^j为第j个深度分割块的深度特征值的均值，|| ||₂表示欧式距离；步骤(2‑6)、根据步骤(2‑5)得到的N个分割块与其他所有分割块的区域对比度，然后将这N个区域对比度进行归一化处理，得到彩色分割图的空域显著图；步骤(2‑7)、将步骤(2‑6)得到的空域显著图进行去噪处理，得到彩色分割图的最终空域显著图，将彩色分割图的最终空域显著图作为待检测立体图像的空域显著图S_s；步骤(3)、获取待检测立体图像的变化域显著图，具体包含如下步骤：步骤(3‑1)、将待检测立体图像左图的R颜色通道分割成大小为8*8的R通道子块，将待检测立体图像左图的G颜色通道分割成大小为8*8的G通道子块，将待检测立体图像左图的B颜色通道分割成大小为8*8的B通道子块；步骤(3‑2)、分别对每个R通道子块、G通道子块和B通道子块进行DCT变换，分别得到R通道DCT块、G通道DCT块和B通道DCT块；步骤(3‑3)、根据R通道DCT块、G通道DCT块和B通道DCT块的直流系数，分别提取R颜色特征矩阵R^mat，G颜色特征矩阵G^mat，B颜色特征矩阵B^mat，其中R颜色特征矩阵R^mat的元素表示R通道DCT块的R颜色通道特征值；G颜色特征矩阵G^mat的元素表示G通道DCT块的G颜色通道特征值；B颜色特征矩阵B^mat的元素表示B通道DCT块的B颜色通道特征值；步骤(3‑4)、然后根据步骤(1)中输入的待检测立体图像的深度图分割成大小为8*8的深度子块，然后对所有深度子块进行DCT变换，得到深度DCT块，根据深度DCT块获取第二深度特征矩阵D^mat’，第二深度特征矩阵D^mat’的元素表示深度DCT块的深度特征值；步骤(3‑5)、根据步骤(3‑3)和步骤(3‑4)得到的R^mat、G^mat、B^mat和D^mat’组成第二特征向量其中Rⁱ∈R^mat，Gⁱ∈G^mat，Bⁱ∈B^mat,D^i’∈D^mat’；步骤(3‑6)、根据步骤(3‑5)得到的第二特征向量计算任意一个R通道DCT块或G通道DCT块或B通道DCT块中与剩余的其他DCT块的区域对比度S(F_dⁱ)，采用如下公式：其中，D(F_dⁱ,F_d^j)＝||u_dⁱ‑u_d^j||₂，u_dⁱ＝[u_dRⁱ u_dGⁱ u_dBⁱ u_dDⁱ]，u_d^j＝[u_dR^j u_dG^j u_dB^j u_dD^j]；u_dRⁱ为第i个R通道DCT块的R颜色通道特征值的均值、u_dGⁱ为第i个G通道DCT块的G颜色通道特征值的均值、u_dBⁱ为第i个B通道DCT块的B颜色通道特征值的均值、u_dDⁱ为第i个深度DCT块的深度特征值的均值，其中u_dR^j为第j个R通道DCT块的R颜色通道特征值的均值、u_dG^j为第j个G通道DCT块的G颜色通道特征值的均值、u_dB^j为第j个B通道DCT块的B颜色通道特征值的均值、u_dD^j为第j个深度DCT块的深度特征特征值的均值，|| ||₂表示欧式距离；步骤(3‑7)、将步骤(3‑6)得到的区域对比度S(F_dⁱ)进行归一化处理，得到R通道子块、G通道子块和B通道子块的变化域显著图；步骤(3‑8)、将步骤(3‑7)得到的R通道子块、G通道子块和B通道子块的变化域显著图进行去噪处理，得到R通道子块、G通道子块和B通道子块的最终变化域显著图，将R通道子块、G通道子块和B通道子块的最终变化域显著图组成待检测立体图像左图的变化域显著图，将待检测立体图像左图的变化域显著图作为待检测立体图像的变化域显著图S_d；步骤(4)、将待检测立体图像的空域显著图S_s和待检测立体图像的变化域显著图S_d进行融合，得到待检测立体图像的最终显著图S；采用如下公式计算：S＝α_dS_d+β_sS_s其中α_d和β_s为空域显著图与变换域显著图的融合系数，α_d∈(0,1)，β_s∈(0,1)，α_d+β_s＝1。