[发明专利]基于最大邻域和超像素分割的图像显著性目标检测方法

摘要

本发明提出了一种基于最大邻域和超像素分割的图像显著性目标检测方法，用于解决现有技术中图像显著性目标检测准确率低的技术问题。实现步骤为：1.对待检测图像进行超像素分割；2.统计待检测图像中每种颜色出现的频次；3.对待检测图像进行颜色替代；4.对颜色替代后的图像进行预处理；5.计算待检测图像的初始显著性图像；6.确定K个超像素块的显著性值；7.获取最终显著性图像并输出。本发明提高了图像显著性目标检测的准确率，并且可以将图像显著性目标一致高亮，可用于计算机视觉领域中的图像预处理过程。

主权项

1.一种基于最大邻域和超像素分割的图像显著性目标检测方法，其特征在于包括以下步骤：(1)对待检测图像进行超像素分割：对待检测图像进行超像素分割，得到K个超像素块并保存，K≥200；(2)统计待检测图像中每种颜色出现的频次：将RGB颜色空间中的三种颜色通道分别划分为N个等份，N≥10，得到N³种颜色，并统计待检测图像中与N³种颜色对应的每种颜色出现的频次；(3)对待检测图像进行颜色替代：对统计出的所有颜色按照出现频次由大到小的顺序进行排列，并对排序得到的数列中各颜色出现的频次依次进行累加，直到累加结果为待检测图像总像素数M的80％，保留累加结果所包含频次的代表颜色C＝{C_p1,C_p2,…,C_pi,…,C_pp}，同时通过代表颜色C对未参与累加的频次所对应的颜色C′＝{C_t1,C_t2,…C_tj,…,C_tt}进行替代，得到颜色替代后的图像；(4)对颜色替代后的图像进行预处理：对颜色替代后的图像进行高斯滤波，并对滤波后的图像进行RGB到Lab颜色空间转换，得到Lab空间下预处理后的图像；(5)计算待检测图像的初始显著性图像：(5a)对Lab空间下预处理后的图像进行颜色通道分离，得到每个像素点的颜色向量I(x,y)，(x,y)是像素点的坐标；(5b)计算每个像素点所在位置(x,y)的最大邻域内的平均颜色向量I_μ(x,y)，并将I(x,y)和I_μ(x,y)差值的二范数作为当前像素点的显著性值；(5c)对所有像素点的显著性值进行归一化，得到待检测图像的初始显著性图像sm；(6)确定K个超像素块的显著性值：(6a)将待检测图像的初始显著性图像sm的平均显著性值T作为阈值，并将sm中像素点显著性值大于阈值的像素点标记为1，其余的像素点标记为0，得到每个像素点的显著性标签；(6b)判断每个超像素块内像素点显著性标签为1的像素点是否超过一半，若是，将1作为该超像素块的显著性值K_l，否则，将0作为该超像素块的显著性值K_l，得到K个超像素块的显著性值；(7)获取最终显著性图像并输出：将K个超像素块中每个超像素块的显著性值赋于该超像素块包含的每个像素，得到显著性图SM′，并将SM′中的最大连通域作为最终显著性图像并输出。