[发明专利]一种图像显著性物体检测方法和装置

权利要求书

1.一种图像显著性物体检测方法，其特征在于，所述方法包括：

将图像进行拉伸，提取拉伸后的图像中的图像块构成图像块集合，以递归的方式从所述图像块集合中构建出一个随机森林；

根据所述随机森林对所述图像块集合中的所有图像块进行稀有性分析，得到稀有性图，采用主动轮廓模型提取所述稀有性图中的显著物体轮廓，得到轮廓性图；

根据所述随机森林计算所述轮廓图中显著物体轮廓内部的图像块和外部的图像块间的相似度，得到精确到物体级别的显著性图；

将所述精确到物体级别的显著性图重新拉伸到原始图像的大小，对重新拉伸后的图像进行基于图切割的图像分割，得到一个由均匀的图像区域组成的集合，均化每个区域的显著性值，得到最终的显著性图。

2.根据权利要求1所述的方法，其特征在于，所述将图像进行拉伸，提取拉伸后的图像中的图像块构成图像块集合具体包括：将图像拉伸到H×H的大小，将拉伸后的图像划分为(H/r)×(H/r)个大小为r×r的图像块，将这些图像块按照从左向右,自上而下的顺序,以无重叠的方式从拉伸的图像中被提取出来，构成图像块集合P={p₁,p₂,…,p_n}，其中H对r可除。

3.根据权利要求1所述的方法，其特征在于，所述以递归的方式从所述图像块集合中构建出一个随机森林具体包括：以递归的方式从所述图像块集合中构建一个由T棵树组成的随机森林F={T₁,…T_T}，随机森林中的每棵树均由分割结点和叶子结点构成,其中，叶子结点具体为不能被继续分割的分割结点。

4.根据权利要求3所述的方法，其特征在于，以递归的方式从所述图像块集合中构建一棵树T_k具体包括：

A1：在树T_k的分割结点n处,产生两个随机数h₁和h₂，定义d_i(h₁,h₂)=p_i(h₁)-p_i(h₂)；

A2：构造n处的分割函数，将到达n的图像块集合S_n分割为包含在n的左孩子结点内的图像块集合S_l和包含在n的右孩子结点内的图像块集合S_r；

A3：将n的孩子结点作为当前结点继续进行分割，直至当前结点的深度达到预定义的最大深度或者达到当前结点的图像块集合中只包含一个图像块时，执行A4；

A4：选择一个新的分割结点进行分割，直至不存在可以分割的结点为止，停止增长树T_k。

5.根据权利要求4所述的方法，其特征在于，所述A2具体包括：构造n处的分割函数为其中，S_l为包含在n的左孩子结点内的图像块集合，S_r包含在n的右孩子结点内的图像块集合，|S_n|表示图像块集合S_n的大小。