[发明专利]一种基于自适应融合机制的图像显著性物体检测方法

摘要

本发明公布了一种基于自适应融合机制的图像显著性物体的检测方法，利用颜色、深度、距离信息对图像的显著性区域进行定位检测，得到图像中显著性物体的初步检测结果，再利用自适应融合机制优化显著性检测的最终结果。本发明利用了多层次的深度信息进行显著性检测，可以增加显著性物体检测的精准性；还提供了一种自适应的融合机制，通过不断融合，增加了显著性检测的鲁棒性，适用于更多复杂的场景，使用范围更广。本发明使图像中的显著性区域更精准地显现出来，可为后期的目标识别和分类等应用提供精准且有用的信息。

主权项

1.一种基于自适应融合机制的图像显著性物体的检测方法，利用颜色、深度、距离信息对图像的显著性区域进行定位检测，得到图像中显著性物体的初步检测结果，再利用自适应融合机制优化显著性检测的最终结果；包括如下步骤：1)输入待检测图像Io，得到该图像的深度图Id；2)将待检测的图像Io分成K个区域，即包含K个子区域k，计算得到每一个区域的颜色显著性值Sc(rk)；3)将深度图Id划分为K个区域，计算得到深度图中每一个区域的深度显著性值Sd(rk)；4)通过式(4)计算得到子区域k的中心深度权重Wcd(rk)：其中，Wcd(rk)为中心深度权重；G(||Pk‑Po||)表示中心权重，G(·)表示高斯归一化；||·||表示欧氏距离操作；Pk是子区域k的位置坐标；Po是该图像的坐标中心；Nk是子区域k的像素数量；DW(dk)是深度权重，表示为式(5)：DW(dk)＝(max{d}‑dk)μ  (5)式(5)中，max{d}表示深度图的最大深度；dk表示区域k的深度值；μ是一个与计算的深度图有关的参数；5)进行初步显著性检测：利用待检测图像中每一个区域的颜色显著性值、深度图中每一个区域的深度显著性值和区域的中心和深度权重，计算得到初步的显著性检测结果S1(rk)；6)利用深度图的深度信息加强优化初步显著性检测结果，具体通过式(8)对式(7)的结果进行优化：其中，W_c为中心显著性值；为逻辑非运算；7)利用待检测图像和该图像的深度图，将深度图扩展成基于深度的彩色图Ie；8)将扩展后的基于深度的彩色图Ie进行二次显著性检测，得到二次显著性检测结果S2(rk)；9)将初步显著性检测结果和二次显著性检测结果，通过自适应融合方法进行自适应融合，得到最后的显著性检测结果S(rk)；所述自适应融合方法表示为式(11)：其中，S₁(r_k)为初步的显著性检测结果；S₂(r_k)为二次显著性检测结果；DW(d_k)是深度权重；为逻辑非运算。