[发明专利]一种基于方向选择性的增强图像显著性预测方法

摘要

本发明公开了一种基于方向选择性的增强图像显著性预测方法。首先，将输入图像变换到感知均匀的LAB颜色空间，并将图像大小变为96*96。然后，通过提出的模型EOSS计算LAB三通道的子显著图。提出的模型分两部分。显著性预测部分，基于方向选择性提取局部特征“兴奋度”图搜索可能显著的像素，基于视觉敏感度提取全局特征“敏感度”图调制搜索过程，计算两种特征结合的局部熵得到候选的显著区域。显著性增强部分，模拟人眼凹点特性，设计一个基于视觉错误敏感度的算子局部和全局地促进显著图中有意义的信息。最后，加权相加高斯滤波并归一化的子显著图得到最终的显著图。本发明方法在Toronto，MIT和NUSEF三个通用图像数据库上进行试验，都具有较高的鲁棒性和准确性。

主权项

1.一种基于方向选择性的增强图像显著性预测方法，其特征在于，包括如下步骤：步骤1、图像预处理：由于感知均匀的LAB颜色空间更加符合人类感知特性，首先将输入的RGB图像转换到LAB颜色空间，同时为了节省计算时间，进一步将L、A、B三个图像通道变换到96*96大小的图像表达；步骤2、显著性预测：在步骤1得到的图像通道上，基于方向选择机制提取局部特征“兴奋度”图用于搜索可能显著的像素；进一步在图像通道上，基于视觉敏感度提取全局特征“敏感度”图用于调制搜索过程；最后，通过计算上述两种特征的结合的局部熵得到候选显著区域的位置，水平和大小；步骤3、显著性增强：设计一种基于视觉错误敏感度的增强算子，用于局部和全局地促进步骤2中得到的显著图中的有意义的信息；步骤4、显著图融合：对于步骤3得到的L、A、B通道的子显著图，通过高斯滤波、归一化，然后加权相加，得到最终的显著图。