[发明专利]一种基于直方图幂函数拟合的显著目标检测方法

权利要求书

1.一种基于直方图幂函数拟合的显著目标检测方法，其特征在于：所述的目标检测方法包括以下步骤：

步骤一：直方图幂函数拟合：将原图像用FT算法生成FT显著图并计算得到该显著图的灰度直方图数据，根据灰度直方图数据用最小二乘法拟合幂函数曲线方程求得FT显著图中用于超像素分类的灰度阈值x₀；

其中用最小二乘法拟合幂函数曲线方程求灰度阈值的具体方法为：根据灰度直方图数据用最小二乘法拟合幂函数曲线方程，将得到的幂函数曲线方程求导，将导数为-1的点（x₀,y₀）作为背景灰度与显著灰度的拐点，x₀作为FT显著图中分离背景和显著目标的灰度阈值；

步骤二：超像素分类：将原图像用SLIC算法分割成n个超像素，根据步骤一得到的灰度阈值将超像素分为显著超像素和背景超像素，其具体方法为：

一、计算FT显著图中属于同一个超像素i的所有像素平均灰度mean_gray(i);

二、将所有超像素按编号生成一个指示向量Y₁=[y₁,y₂,…y_n]^T,将所有超像素中平均灰度mean_gray(i)大于灰度阈值的归为显著超像素，其值y_i(i=1,2,…,n)设为1，否则归为背景超像素，其值y_i(i=1,2,…,n)设为0；

步骤三：显著区域定位：找出存在显著像素的超像素，具体方法为：

一、将 FT显著图二值化：采用自适应二值化法把灰度高于FT显著图平均灰度2倍值的像素灰度设为255，否则设为0；

二、将所有超像素按编号生成一个指示向量Y₂=[y₁,y₂,…y_n]^T，统计FT显著二值图中灰度为255的像素所属的超像素编号，把存在显著像素的超像素i的指示值yi设为1，否则设为0；

步骤四：显著目标检测：用图流形排序法计算超像素相关度矩阵和每个超像素的相关性排序值，并通过将每个超像素的相关性排序值归一化得到每个超像素的显著度，将每个超像素的显著度赋值给其包含的所有像素生成最终的显著图。

2.根据权利要求1所述的一种基于直方图幂函数拟合的显著目标检测方法，其特征在于：所述步骤四中超像素相关度矩阵的计算方法为：将原图像分割后的超像素组成图G=(V,E)，其中V表示图G的所有超像素集合，E表示所有结点的全连接边集合，用图流形排序法计算超像素相关度矩阵C=(D-αW)^-1，其中，D为图G的度矩阵，W为超像素的邻接矩阵，α为相关系数。

3.根据权利要求1所述的一种基于直方图幂函数拟合的显著目标检测方法，其特征在于：所述步骤四中每个超像素的相关性排序值的计算方法为：

一、将所有超像素按编号生成一个指示向量Y=[y₁,y₂,…y_n]^T,令Y= Y₁.| Y₂，即Y取Y₁和 Y₂按位或运算的值；

二、按照公式f*=（D-αW）^-1Y求得每个超像素的相关性排序值。

4.根据权利要求1所述的一种基于直方图幂函数拟合的显著目标检测方法，其特征在于：所述步骤二原图像被SLIC算法分割的超像素个数n为180-230个。