[发明专利]基于图像局部自相似性的目标定位方法

摘要

本发明涉及一种基于图像局部自相似性的目标定位方法，涉及图像处理技术领域。本发明引入了基于图像局部自相似性的检测方法对目标进行精确分割和定位，该方法利用视觉注意模型检测到的感兴趣区域，初步求出目标的质心位置，然后以这个位置作为先验信息，在它附近利用图像局部自相似性方法进行区域生长。通过计算图像目标感兴趣区域中每个点的局部自相似性描述子与感兴趣区域中心点的描述子之间的欧式距离，作为相似性依据，得到目标的精确分割结果，再计算其的质心位置，能够实现目标的精确定位。

主权项

一种基于图像局部自相似性的目标定位方法，其特征在于，包括以下步骤：步骤一、计算图像目标感兴趣区域中每个点的局部自相似性描述子；求局部自相似描述子时，首先对图像区域进行划分，然后再计算每个区域的描述子：1、图像区域划分以图像中某个像素点(x_c，y_c)为中心选取一定范围的图像区域进行对数极坐标变换，设图像区域中的任一像素点位置(x,y)，转化为对数极坐标(ρ,θ)；其中半径当x≥x_c时，角度x<x_c时，角度然后将角度θ分为8份，半径ρ分为4份，得到以像素点(x_c，y_c)为中心的32个图像区域，这样得到了每个像素对应所在的区域；2、局部自相似描述子的计算在图像区域中的每个像素点q用以当前像素点q为中心的一块区域表示，计算每个像素点q与中心像素点对应位置之差的平方和(SSD)，用SSD_q(x,y)表示，再进一步把面积差SSD_q(x,y)归一化为相关面积S_q(x,y)：$S_q(x,y)=\exp (-\frac{{\mathrm{SSD}}_q(x,y)}{max({\mathrm{var}}_{noise},{\mathrm{var}}_{auto}(q\left)\right)})$这里，var_noise是噪声变化；var_auto是像素点q周围预设半径内，每个像素点对应图像区域之间的最大面积差为SSD_q(x,y)值，在每个划分的区域中取最大的S_q(x,y)作为该区域的描述值，再将所有的数值映射到[0,1]区间，顺序表示就得到了像素点q局部自相似描述子的向量表达式，为一个8×4的向量；步骤二、图像目标感兴趣区域为图像显著性区域，计算图像显著性区域中每个像素点的局部自相似描述子后，利用其与图像显著性区域中心点的描述子之间的欧式距离作为相似性依据，对目标进行分割，即计算每个像素点的局部自相似描述子和中心位置描述子各向量差的平方和，和值越小说明该像素点和中心位置越相似，以此为依据把目标从图像中分割出来，根据分割出的图像边缘来修正目标的中心位置坐标。