[发明专利]基于场景分类的模块化处方式图像显著性检测方法

摘要

基于场景分类的模块化处方式图像显著性检测方法，根据图像的FP显著图和bpGMR显著图构成图像场景色调复杂度表示模型；罗列在显著性检测过程中可能会使用到的所有检测模块，按照不同的简单色调场景结构类别和复杂色调场景结构类别选取适用的检测模块构成整体的检测流程对待测图像检测,得到最终的显著图。解决图像场景的“简单色调复杂结构”造成的前景目标误检问题与“复杂色调”场景中的天空区域引起的前景目标误检问题，借鉴医生给病人根据不同病情、按照不同药品或检查手段的治疗目标而开具不同处方的方式，提出不同的场景特征应使用不同的显著性检测方案，使得检测更具针对性，从而提高图像显著性检测的效果和效率。

主权项

基于场景分类的模块化处方式图像显著性检测方法，其特征在于：包括以下步骤：步骤一、对待测图像用SLIC算法进行超像素分割，提取各待测图过分割后的各图像区域特征；步骤二、依据提取的各图像区域特征，以图像区域为计算单元改进经典FT模型获取大致的前景区域而生成基于前景先验的FP显著图；以经典GMR模型为基础，以图像边角为查询生成背景先验的bpGMR显著图，通过FP显著图和bpGMR显著图的信息融合生成基本的图像前景定位图；步骤三、根据图像的FP显著图和bpGMR显著图构成图像场景色调复杂度表示模型；步骤四、将2p张待测图像分别挑选为简单色调场景和复杂色调场景，分别标定后构成训练样本集，按照图像场景色调复杂度表示模型将训练样本集进行色调复杂度表示，根据不同的判定标准，将简单色调场景进行简单色调场景结构类别分类；步骤五、罗列在显著性检测过程中可能会使用到的所有的检测模块，按照不同的简单色调场景结构类别和复杂色调场景结构类别选取适用的检测模块构成整体的检测流程对待测图像检测,得到最终的显著图Sal。