融合局部-全局對比度的自底向上的視覺顯著性生成方法

2023-04-23 22:00:11 2

融合局部-全局對比度的自底向上的視覺顯著性生成方法
【專利摘要】本發明提出一種融合局部-全局對比度的自底向上的視覺顯著性生成方法。首先利用稀疏編碼理論計算圖像中某一個圖像塊和在其臨域內的其他圖像塊之間的局部對比度以及此圖像塊和圖像中剩餘所有圖像塊之間的全局對比度，然後將這兩種對比性的信息有機的結合起來並加入中心偏移量，最終實現對局部對比度，全局對比度的融合，建立出一種更具準確性，魯棒性的視覺顯著性計算模型。
【專利說明】融合局部-全局對比度的自底向上的視覺顯著性生成方法
【技術領域】
[0001 ] 本發明屬於計算機視覺算法研究領域，涉及一種融合局部-全局對比度的自底向上的視覺顯著性生成方法，可以在自然圖像資料庫中準確、魯棒地計算出給定圖像的顯著圖。
【背景技術】
[0002]視覺顯著性是視覺注意的一項重要功能，它表現為觀察者從一個複雜的視覺場景中選擇一個重要的內容進行集中處理，而忽略其他不太重要的內容。視覺場景中某些內容比其他內容更能獲得觀察者的注意，我們稱它們具有更高的視覺顯著性。視覺顯著性的思想被大量地應用於視覺注意的計算模型中，ITTI在其經典的視覺注意計算模型中採用的顯著性度量方法是基於像素與其周圍鄰域的局部視覺特徵差異；Ma等人在2003年提出一種基於特徵對比的顯著性度量方法，該方法只考慮顏色特徵，將輸入圖像從RGB顏色空間轉換為LUV空間，進行顏色量化。為了處理簡單，將輸入圖像調整到一個固定的尺寸。計算像素與其周圍鄰域的顏色特徵對比度，得到該像素的顯著性值；Hou等人在2008年提出了一種基於譜殘差的顯著性度量方法，該方法在頻域上分析顯著區域的特徵，在空間域上構建顯著圖。FengLiu等人後來提出基於區域的顯著性度量，他們首先利用一定的方法得到圖像中不同的區域，然後根據每個區域的位置因素和特徵對比等度量其顯著性。
[0003]上述顯著性計算模型雖然能夠在特定的樣本庫中得出令人滿意的結果，但是這些模型中仍然存在一個明顯的缺陷:他們都只考慮了圖像的全局對比度或局部對比度中的一點，而沒有同時應用這兩種對比性的信息構建出一個統一的顯著性計算模型。實驗表明，基於局部特徵對比的顯著區域容易集中在變化比較強烈的邊緣部分或者比較複雜的背景區域；而基於全局特徵對比的顯著性的顯著區域則不能很好凸顯與周圍有強烈對比度的區域。基於此，本發明提出一種融合局部-全局對比度的自底向上的視覺顯著性計算方法，首先根據稀疏編碼理論提取圖像中的局部對比度和全局對比度特徵，然後將這兩種對比性的信息有機的結合起來，再根據人類視覺注意心理學研究的中心偏置理論，建立出一種更具準確性，魯棒性的視覺顯著性計算模型。

【發明內容】

[0004]要解決的技術問題
[0005]為了避免現有技術的不足之處，本發明提出一種融合局部-全局對比度的自底向上的視覺顯著性生成方法。
[0006]技術方案
[0007]—種融合局部-全局對比度的自底向上的視覺顯著性計算方法，其特徵在於步驟如下:
[0008]步驟I提取圖像中的圖塊及其特徵:首先將圖像下採樣為NXN個像素，然後採用大小為size e [5，50]，步長為
【權利要求】
1.一種融合局部-全局對比度的自底向上的視覺顯著性生成方法，其特徵在於步驟如下: 步驟I提取圖像中的圖塊及其特徵:首先將圖像下採樣為NXN個像素，然後採用大小
為size e [5，50]，步長為
2.根據權利要求1所述的融合局部-全局對比度的自底向上的視覺顯著性生成方法，其特徵在於:所述步驟3和5中計算稀疏係數和殘差的方法釆用文獻Han B，Zhu H, DingY.「Bottom-up saliency based on weighted sparse coding residual」，Proceedings ofthel9th ACM interna tional conference on Multimedia.ACM, 2011:1117-1120 的方法。
【文檔編號】G06K9/46GK103996040SQ201410200489
【公開日】2014年8月20日 申請日期:2014年5月13日 優先權日:2014年5月13日
【發明者】韓軍偉, 張鼎文, 郭雷 申請人:西北工業大學