[发明专利]一种双通道颜色对比度融合的视觉显著性检测方法

权利要求书

1. 一种双通道颜色对比度融合的视觉显著性检测方法，其特征在于该方法包括如下步骤：

步骤(1)：提取输入图像的N层高斯尺度图像，具体为：

对于输入图像                                               ，其第n层高斯尺度图像表示为：

，

其中高斯函数的方差为，均值为0；表示卷积运算；

步骤(2)：采用SLIC超像素聚类方法，将每层高斯尺度图像划分为多个互不相交且区域面积近似相等的超像素区域，具体为：

对于第n层高斯尺度图像，设定期望划分的超像素个数为，采用SLIC方法根据期望的超像素个数划分超像素区域；

步骤(3)：采用彩色变换方法，分别提取步骤(1)中每层高斯尺度图像在CIELAB空间的l彩色分量图、a彩色分量图和b彩色分量图，具体为：

对于第n层高斯尺度图像，其l彩色分量图、a彩色分量图和b彩色分量图分别表示为、和；

步骤(4)：根据步骤(2)和步骤(3)的结果，提取每层高斯尺度图像中每个超像素区域在CIELAB空间的颜色特征，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其颜色特征是由超像素区域r_ni在CIELAB空间的颜色均值矢量、超像素区域r_ni的质心坐标和超像素区域r_ni的面积率组成；

所述的超像素区域r_ni在CIELAB空间的颜色均值矢量表示为，其中为超像素区域r_ni内所有像素的l彩色分量均值，为超像素区域r_ni内所有像素的a彩色分量均值，为超像素区域r_ni内所有像素的b彩色分量均值；

所述的超像素区域r_ni的质心坐标表示为，其中为超像素区域r_ni内所有像素垂直方向坐标的均值与输入图像高度的比值，为超像素区域r_ni内所有像素水平方向坐标的均值与输入图像宽度的比值；

所述的超像素区域r_ni的面积率表示超像素区域r_ni内的像素个数与输入图像总像素的比值；

步骤(5)：根据步骤(4)结果，提取每层高斯尺度图像中每个超像素区域在CIELAB空间的颜色独特性，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其CIELAB空间的颜色独特性表示为：

其中为超像素区域r_ni和超像素区域r_nj在CIELAB空间的颜色距离；为超像素区域r_ni和超像素区域r_nj的空间距离；为高斯函数标准差；m为第n层高斯尺度图像在步骤(2)中划分出的超像素个数；

所述的超像素区域r_ni和超像素区域r_nj在CIELAB空间的颜色距离表示为超像素区域r_ni在CIELAB空间的颜色均值矢量与超像素区域r_nj在CIELAB空间的颜色均值矢量的L2距离，具体描述为：

，

所述的超像素区域r_ni和超像素区域r_nj的空间距离表示为超像素区域r_ni的质心坐标与超像素区域r_nj的质心坐标的L2距离，具体描述为：

；

步骤(6)：根据步骤(4)结果，计算每层高斯尺度图像中每个超像素区域在CIELAB空间的空间分布特性，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在CIELAB空间的空间分布特性表示为：

其中为高斯函数标准差；

步骤(7)：根据步骤(5)和步骤(6)的结果，计算每层高斯尺度图像中每个超像素区域在CIELAB空间的颜色显著性值，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在CIELAB空间的颜色显著性值表示为：

其中为高斯函数方差；

步骤(8)：根据步骤(5)结果，对步骤(7)结果进行平滑优化，以保证在CIELAB空间中颜色独特性值近似的两个相邻超像素区域间颜色显著性值的连续平滑；

所述的CIELAB空间中颜色显著性值的平滑优化方法具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在CIELAB空间的颜色显著性值经平滑优化后结果表示为：

其中表示超像素区域r_ni在CIELAB空间的颜色独特性和超像素区域r_nj在CIELAB空间的颜色独特性的距离，为距离归一化值；

步骤(9)：为每层高斯尺度图像中的每个像素分配基于CIELAB空间的颜色显著性值，具体为：

对于第n层高斯尺度图像中像素，其在CIELAB空间的颜色显著性值表示为：

步骤(10)：为输入图像中的每个像素分配基于CIELAB空间的颜色显著性值，具体为：

对于输入图像中像素，其在CIELAB空间的颜色显著性值表示为：

其中和分别为像素p在图像坐标系下的水平坐标和垂直坐标；和分别为输入图像中心点的水平坐标和垂直坐标；和分别为二维高斯函数的水平方差和垂直方差，分别取值为输入图像宽度的一半和高度的一半；

步骤(11)：采用彩色变换方法，分别提取每层高斯尺度图像在RGB空间的R彩色分量图、G彩色分量图和B彩色分量图，具体为：

对于第n层高斯尺度图像，其R彩色分量图、G彩色分量图和B彩色分量图分别表示为、和；

步骤(12)：根据步骤(2)和步骤(11)的结果，提取每层高斯尺度图像中每个超像素区域在RGB空间的颜色特征，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其颜色特征是由超像素区域r_ni在RGB空间的颜色均值矢量、超像素区域r_ni的质心坐标和超像素区域r_ni的面积率组成；

所述的超像素区域r_ni在RGB空间的颜色均值矢量表示为，其中为超像素区域r_ni内所有像素的R彩色分量均值，为超像素区域r_ni内所有像素的G彩色分量均值，为超像素区域r_ni内所有像素的B彩色分量均值；

步骤(13)：根据步骤(12)结果，提取每层高斯尺度图像中每个超像素区域在RGB空间的颜色独特性，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在RGB空间的颜色独特性表示为：

           

其中为超像素区域r_ni和超像素区域r_nj在RGB空间的颜色距离；

所述的超像素区域r_ni和超像素区域r_nj在RGB空间的颜色距离表示为超像素区域r_ni在RGB空间的颜色均值矢量与超像素区域r_nj在RGB空间的颜色均值矢量的L2距离，具体描述为：

步骤(14)：根据步骤(12)结果，计算每层高斯尺度图像中每个超像素区域在RGB空间的空间分布特性，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在RGB空间的颜色空间分布特性表示为：

步骤(15)：根据步骤(13)和步骤(14)的结果，计算每层高斯尺度图像中每个超像素区域在RGB空间的颜色显著性值，具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在RGB空间的颜色显著性值表示为：

步骤(16)：根据步骤(13)结果，对步骤(15)结果进行平滑优化，以保证在RGB空间中颜色独特性值近似的两个相邻超像素区域间颜色显著性值的连续平滑；

所述的RGB空间中颜色显著性值的平滑优化方法具体为：

对于第n层高斯尺度图像中的第i个超像素区域r_ni，其在RGB空间的颜色显著性值经平滑优化后结果表示为：

其中表示超像素区域r_ni在RGB空间的颜色独特性和超像素区域r_nj在RGB空间的颜色独特性的距离，为距离归一化值；

步骤(17)：为每层高斯尺度图像中的每个像素分配基于RGB空间的颜色显著性值，具体为：

对于第n层高斯尺度图像中像素，其在RGB空间的颜色显著性值表示为：

步骤(18)：为输入图像中的每个像素分配基于RGB空间的颜色显著性值，具体为：

对于输入图像中像素，其在RGB空间的颜色显著性值表示为：

步骤(19)：根据步骤(10)和步骤(18)的结果，计算输入图像中每个像素的最终显著性值，具体为：

对于输入图像中像素，其最终颜色显著性值表示为：

其中和分别为基于CIELAB空间颜色显著性值和基于RGB空间颜色显著性值的融合权重。