一種圖像顯著區域檢測方法
2023-10-09 20:37:54
專利名稱：一種圖像顯著區域檢測方法
技術領域：
本發明涉及圖像處理領域，特別涉及圖像中的區域分析。
背景技術：
在人類所有的感覺中，至少有70%的外界信息是通過視覺系統獲取的。生物視覺 系統，包括人類視覺系統，能自動選擇並注意場景中少數「相關」的位置。圖1示出了用視 點跟蹤儀記錄的人眼觀察所示圖像的視點軌跡。從圖1中可以看出，人眼對長頸鹿的頭部 區域給予了較多關注，而對天空和草地等背景區域一掃而過。生物視覺系統這種在面對復 雜場景時，能夠迅速將注意力集中在少數幾個顯著的視覺對象上的過程被稱為視覺注意選 擇。這種能力使得生物組織將其有限的感知認知資源集中於最相關的部分數據，使得他們 能快速有效地處理大量的信號，在複雜變化的環境中生存。如果能夠將這種機制引入圖像分析領域，將計算資源優先分配給那些容易引起觀 察者注意的顯著區域，必將極大地提高現有圖像分析方法的工作效率。顯著區域檢測正是 在這種思想的基礎上提出並發展起來的。圖像中的顯著區域通常被定義成與鄰域對比二者差異顯著的區域。這種定義最常 見的一種實現是中央一周邊機制，即中央和周邊差異大的區域是顯著區域。這種差異可以 是顏色差異、朝向差異和紋理差異等。最著名的Itti和Koch等提出的顯著區域檢測模型 就是先對圖像進行多尺度、多方向的Gabor卷積，提取圖像的顏色、亮度和朝向等特徵，然 後用差分高斯近似中央一周邊差。另外，Gao和Vasconcelos的工作也是對圖像進行Gabor 卷積提取相應特徵，然後假設圖像區域的Gabor特徵幅值滿足廣義高斯分布，分別估計中 央和周邊的特徵分布，用兩個分布的相對熵表示中央和周邊的差異，差異較大的區域為顯 著區域。圖2是採用經典的Itti顯著區域檢測模型進行圖像中顯著區域檢測的流程圖。上 述方法在大多數自然圖像上都取得了較好的結果，因為Gabor小波被認為是能較好地模擬 生物視覺系統的Vl細胞的反映，而中央一周邊機制也能解釋大多數的顯著性。但上述方法 中所採用的多尺度、多方向的Gabor卷積計算複雜高，對大多數工程應用來說不夠實用。
發明內容
本發明的目的是克服現有方法採用Gabor卷積提取特徵計算複雜度高的缺陷，提 供一種高效實用的圖像顯著區域檢測方法。為實現上述目的，根據本發明的一個方面，提供了一種圖像顯著區域檢測方法，包 括下列步驟步驟1)將圖像進行中頻帶通濾波；步驟2、根據中頻帶通濾波後的圖像獲得顯著性圖。在上述方法中，所述步驟1)前包括步驟0)將圖像進行縮放。在上述方法中，所述步驟幻後還包括
步驟3)將所述顯著性圖進行平滑。在上述方法中，所述步驟3)採用高斯平滑算子實現。在上述方法中，所述步驟1)進一步包括111)將所述圖像用頻域表示；112)將所述圖像的頻域幅值譜進行中頻帶通濾波；所述步驟2)進一步包括21)將所述中頻帶通濾波後的圖像用空間域表示，獲得顯著性圖。在上述方法中，所述步驟111)採用傅立葉變換來實現，所述步驟21)採用反傅裡 葉變換來實現。在上述方法中，所述傅立葉變換是快速傅立葉變換。在上述方法中，所述步驟112)的所述中頻帶通濾波為高斯帶通濾波Η{ω) 二 exp(- 2 / 2σ]) - exp(-cy2 / 2σ\ )
y其中，σ i和σ 2為標準差，且σ i < σ 2。在上述方法中，所述步驟1)進一步包括12)將所述圖像進行標準差ο工和標準差ο 2平滑，分別得到圖像1工和I2，其中σ工 < σ 2 ；所述步驟2)進一步包括22)根據如下公式獲得顯著性圖S" (x, y)S' (x, y) = I1(XJ)-I2(XJ),其中(x, y)為像素的空間坐標。本發明所涉及的參數很少，只有中頻帶通濾波器的參數，無需考慮例如Gabor變 換中的尺度和方向參數，也無需考慮中央一周邊區域的大小以及中央一周邊區域差異的計 算等，因而不僅對圖像信噪比等魯棒，而且計算簡單快速。
圖1是採用視點跟蹤儀記錄的人眼觀察所示圖像的視點軌跡示意圖；圖2是採用Itti顯著區域檢測模型進行圖像顯著區域檢測的流程圖；圖3是現有技術中對比敏感度函數示意圖；圖4是根據本發明優選實施例的圖像中顯著區域的檢測方法的流程圖；圖5 (a)是一幅輸入的原始圖像的示例；圖5(b)是根據本發明的一個實施例的中頻帶通濾波器；圖5(c)是採用圖5(b)所示的中頻帶通濾波器對圖5(a)所示的原始圖像進行濾 波後的幅值譜；圖5(d)是根據本發明的一個實施例的圖5(a)所示的原始圖像的顯著性圖。
具體實施例方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖，對根據本發 明一個實施例的圖像顯著區域的檢測方法進一步詳細說明。應當理解，此處所描述的具體 實施例僅僅用以解釋本發明，並不用於限定本發明。雖然自然圖像中包含不同尺度的對象和視覺模式，人類視覺系統對不同尺度的視覺模式的感知是不同的。生理學上有實驗證明人們對不同頻率的視覺信息 的感知閾值不同。人類視覺系統對不同頻率視覺信號的感知閾值用「對比敏感度函 數，，(contrast-sensitivity function, CSF)表不。Blackmore 禾口 Campbell 發表的一個 CSF 如圖3所示，從中可以看出人們對中頻信號最敏感，即
權利要求
1.一種圖像顯著區域檢測方法，包括 步驟1)將圖像進行中頻帶通濾波；步驟幻根據中頻帶通濾波後的圖像獲得顯著性圖。
2.根據權利要求1所述的方法，其特徵在於，所述步驟1)前包括 步驟0)將圖像進行縮放。
3.根據權利要求1或2所述的方法，其特徵在於，所述步驟2、後還包括 步驟幻將所述顯著性圖進行平滑。
4.根據權利要求3所述的方法，其特徵在於，所述步驟3)採用高斯平滑算子實現。
5.根據權利要求1或2所述的方法，其特徵在於， 所述步驟1)進一步包括111)將所述圖像用頻域表示；112)將所述圖像的頻域幅值譜進行中頻帶通濾波； 所述步驟2~)進一步包括21)將所述中頻帶通濾波後的圖像用空間域表示，獲得顯著性圖。
6.根據權利要求5所述的方法，其特徵在於，所述步驟111)採用傅立葉變換來實現，所 述步驟21)採用反傅立葉變換來實現。
7.根據權利要求6所述的方法，其特徵在於，所述傅立葉變換是快速傅立葉變換。
8.根據權利要求5所述的方法，其特徵在於，所述步驟11 的所述中頻帶通濾波為高 斯帶通濾波
9.根據權利要求8所述的方法，其特徵在於， ,其中
10.根據權利要求1所述的方法，其特徵在於， 所述步驟1)進一步包括12)將所述圖像進行標準差01和標準差σ2平滑，分別得到圖像、和「，其中O1< σ 2 ；所述步驟2~)進一步包括22)根據如下公式獲得顯著性圖S'(x, y)S' (x,y) = I1(Ly)-I2(Ly),其中(x，y)為像素的空間坐標。
全文摘要
本發明提供一種圖像顯著區域檢測方法，包括步驟1)將圖像進行中頻帶通濾波；步驟2)根據中頻帶通濾波後的圖像獲得顯著性圖。上述方法不僅對圖像的信噪比等魯棒，而且計算簡單快速。
文檔編號G06T5/00GK102129694SQ20101003430
公開日2011年7月20日 申請日期2010年1月18日 優先權日2010年1月18日
發明者卿來雲, 苗軍 申請人:中國科學院研究生院