[发明专利]一种彩色图像中显著对象的自动抠取方法

说明书

技术领域

本发明涉及图像的分割问题，具体涉及对彩色图像中的显著对象或区域进行自动分割、抠取的方法。 

背景技术

在人类对外界的所有感知中，视觉是最重要的一种手段，通过视觉，人和动物能够感知外界物体的大小、明暗、颜色，获得对机体生存具有重要意义的各种信息。据统计，人类感知外界的信息有80%来自于视觉，比如图像、图形、视频以及文本等等。自从有了计算机以后，如何利用计算机模拟人类的机制，来合理地处理分析这些信息，从而达到为人类服务的目标，一直是本领域重点关注的问题。 

图像分割是从图像处理到图像分析的关键步骤。它将图像表示为有实际物理意义的区域的集合，是进行图像分析的第一步工作，也是图像分析的重点和难点，图像分割质量的好坏直接决定着后期的处理效果，比如特征提取，目标的检测识别等，快速精确的图像分割技术能够为基于内容的图像检索、图像语义标注、计算机视觉目标分析等抽象出有用的信息，从而使更高层的图像理解成为可能。 

图像分割的应用领域非常广泛，在以下领域都有着重要的应用价值： 

军事安全领域：通过图像分割方法把图像或视频中感兴趣的目标分割出来，以便进行特征提取，实现目标识别、目标跟踪等目的，比如监控视频中的异常行为检测。

智能交通：通过图像分割方法实现交通监控图像的分割，将道路与车辆目标分割出来，从而达到牌照识别、车辆跟踪等目的，近年来，智慧城市的发展成为一个热点，也随之带动了智能交通的发展。 

医学领域：医学图像的分割、融合等，比如特定CT图像的分割，能够将病变部位直接呈现给医生观察，判断病情。 

图像压缩：利用图像分割方法，可以将图像分割成若干子区域，提高压缩率。 

图像分类与检索：通过图像分割进行语义标注，从而判断图像内容所属的类别，进行大型图像数据库的分类与检索。 

计算机视觉：现代机器人技术、自动驾驶技术都离不开计算机视觉，然而计算机视觉识别对象的第一步就是对图像的分割。 

现有技术中，较为成熟的图像分割方法通常用于灰度图像的分割。例如，灰度阈值分割法是一种最常用的并行区域技术，其通过将灰度图像中像素的灰度值与阈值进行比较，分割前景和背景。基于边缘的分割方法通过检测灰度级中具有突变的地方来获取边缘，进行图像分割。 

近年来，随着互联网与数码产品的普及，彩色图像的数量急剧增加，随之而来的彩色图像分割需求也与日俱增。与灰度图像相比，彩色图像不仅包含亮度信息，而且还具有色调、饱和度等信息，人们对色彩的感知比对亮度的感知更敏感。将彩色图像转化为灰度图像进行分割的方法，虽然能够利用现有的成熟的灰度图像分割技术，但是其忽略了颜色信息等对图像关注对象的影响，分割效果并不理想。 

目前，研究较多的彩色图像分割方法是聚类分析方法，其一般选择RGB空间作为颜色空间，聚类中使用的参数阈值一般需要人工干预，难以实现自动分割。《测绘科技情报》2004年第4期第6-11页彩色图像分割一文公开了一种自动的彩色图像分割方法，其通过将图像的颜色量化成10～20种颜色，映射出灰度级的J-影像，再进行区域生长法进行分割。该方法有3个参数需要使用者指定，并非完全的自动分割。《软件导刊》2010年第7期第171-172页公开了一种基于HSV空间的彩色图像分割方法，将彩色图像从RGB空间变换到HSV空间，然后经过H分割对绿色信息进行提取，得到分割结果。该方法实现较为简单，但是，由于仅针对绿色信息提取，其可应用的分割对象受到较大限制。 

可见，目前仍然没有一种通用的彩色图像分割算法，可以对所有图像均取得精确的分割结果。基于彩色图像分割的不确定性及分割任务的重要性，对彩色图像分割技术的研究具有广阔的前景和极其重要的意义。 

发明内容

本发明的发明目的是提供一种彩色图像中显著对象的自动抠取方法，基于视觉注意机制和图切分，自动获取彩色图像中人们关注的显著对象的抠取，以加快图像分割速度，减少运算时间。 

为达到上述发明目的，本发明采用的技术方案是：一种彩色图像中显著对象的自动抠取方法，包括： 

(1)输入待处理的图像，将所述图像从RGB颜色空间变换至HSV颜色空间，得到各特征分图，即色调分图H、暖色增益分图S₁(x,y)、亮度分图I，其中，获得亮度分图I时，设定亮度阈值，将低于亮度阈值的像素的值设为0，所述亮度阈值为图像中所有像素的亮度最大值的5%～12%，S₁是暖色增益分图，通过HSV颜色空间中S和V合成获得；x和y分别指像素点所在的行、列坐标；