[发明专利]一种基于局部结构检测和对比度的视觉显著图生成方法

权利要求书

1.一种基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，包括：

对原始图像进行局部结构特征分析，以获取原始图像中目标区域和背景区域的分布信息；

根据所述背景区域的分布信息，计算所述原始图像中各像素点的颜色特征与所述背景区域颜色均值之间的颜色距离值，并基于颜色距离值生成原始图像的初始显著图；

根据所述目标区域的分布信息，计算所述原始图像中各像素点与所述目标区域的质心坐标之间的空间距离，并基于空间距离生成所述原始图像中各像素点的位置关系权重值；

根据所述原始图像中各像素点的位置关系权重值对所述初始显著图进行优化以生成所述原始图像的优化显著图。

2.根据权利要求1所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，所述对原始图像进行局部结构特征分析，以获取原始图像中目标区域和背景区域的分布信息包括：

步骤1、对输入的原始图像进行灰度变换提取灰度特征，并对所述原始图像进行分块操作，计算以所述原始图像中某一像素点为中心的N×N邻域图块的一阶局部梯度向量

步骤2、定义所述邻域图块的局部结构张量，即局部梯度协方差矩阵计算所述局部梯度协方差矩阵的特征值λ₁和λ₂；

步骤3、若max(λ₁,λ₂)≥λ则所述某一像素点属于目标区域，若max(λ₁,λ₂)＜λ则所述某一像素点属于背景区域，其中λ为预设的经验阈值；

采用步骤1～步骤3遍历分析所述原始图像中所有像素点以获取原始图像中目标区域和背景区域的分布信息。

3.根据权利要求2所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，所述对输入的原始图像进行灰度变换提取灰度特征之后，对所述原始图像进行分块操作之前，还包括：

采用高斯滤波方法减少所述原始图像的噪声。

4.根据权利要求2所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，所述N为40，经验阈值λ设定为5×10⁴。

5.根据权利要求1所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，所述根据所述背景区域的分布信息，计算所述原始图像中各像素点的颜色特征与所述背景区域颜色均值之间的颜色距离值，并基于颜色距离值生成原始图像的初始显著图包括：

提取所述原始图像在CIE Lab颜色空间的三个颜色通道特征，以每个像素点所对应的l，a，b颜色特征分量作为所述像素点的颜色特征C＝(l,a,b)；

根据所述原始图像中目标区域和背景区域的分布信息建立二值化掩膜S_mask，其中背景区域设为0，目标区域设为1，利用所述二值化掩膜S_mask计算所述背景区域中所有像素点的颜色均值C_m＝(l_m,a_m,b_m)；

以所述背景区域中所有像素点的颜色均值作为参考衡量标准，计算所述原始图像中所有像素点的颜色特征与所述颜色均值之间的欧氏距离d_color＝||C-C_m||，并以所述欧氏距离作为全局颜色对比度显著性度量值；

根据所述全局颜色对比度显著性度量值生成原始图像的初始显著图。

6.根据权利要求5所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，所述根据所述目标区域的分布信息，计算所述原始图像中各像素点与所述目标区域的质心坐标之间的空间距离，并基于空间距离生成所述原始图像中各像素点的位置关系权重值包括：

根据所述目标区域的分布信息，定义所述原始图像中目标区域的质心位置P_m＝(x_m,y_m)，即目标区域的像素点坐标均值；

以所述质心位置为参考点，计算每个像素点的空间距离度量关系d_position＝||P-P_m||，其中P为某个像素点的坐标值；

生成每个像素点的空间关系权重值w＝exp(-1/2σd_position)，其中σ为衡量空间距离权重对显著度的影响因子。

7.根据权利要求6所述的基于局部结构检测和对比度的视觉显著图生成方法，其特征在于，根据所述原始图像中各像素点的位置关系权重值对所述初始显著图进行优化以生成所述原始图像的优化显著图包括：

定义优化公式S_optimization＝log(1+wd_color)，其中S_optimization为优化的显著性检测结果，w为空间位置关系权重，d_color为全局颜色对比度显著性度量值；

根据所述S_optimization，为原始图像每个像素点分配显著值，并以此作为灰度值生成所述原始图像的优化显著图。