[发明专利]一种结合空间域和频率域的显著性检测方法有效
申请号: | 201611136243.3 | 申请日: | 2016-12-12 |
公开(公告)号: | CN108229487B | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 韩静;张黎;张毅;柏连发 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06T7/90;G06T5/00;G06F17/14 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 孟睿 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结合 空间 频率 显著 检测 方法 | ||
1.一种结合空间域和频率域的显著性检测方法,其特征在于,步骤如下:
步骤一,对图像进行转换,生成两种不同的图像特征;其中,
对于自然图像,使用RGBY颜色特征和Lab颜色特征分别作为其图像特征一和图像特征二;
对于光谱图像,使用光谱角和光谱绝对差分别作为其图像特征一和图像特征二;
步骤二,对于图像特征一和图像特征二,使用空间域的显著性检测方法生成空间域显著图一SA1和空间域显著图二SB1,使用频率域的显著性检测方法生成频率域显著图一SA2和频率域显著图二SB2;
步骤三,从空间域显著图一SA1和空间域显著图二SB1中选取显著聚合值大的作为空间域显著图SA,从频率域显著图一SA2和频率域显著图二SB2中选取显著聚合值大的作为频率域显著图SB;
步骤四,对空间域显著图SA和频率域显著图SB,以各自的显著聚合值为权重进行线性融合获得最终的显著图Sm。
2.如权利要求1所述显著性检测方法,其特征在于,步骤二中,获取空间域显著图一SA1和空间域显著图二SB1的方法如公式(1)所示,
对于图像特征一或者图像特征二来说,D表示在像素(x,y)处的最大对称周围区域,M表示区域D中的像素数,(i,j)表示区域D中其他的像素,I(x,y)、I(i,j)分别表示像素的特征值,S1(x,y)表示基于空间域的显著图。
3.如权利要求2所述显著性检测方法,其特征在于,步骤二中,获取频率域显著图一SA2和频率域显著图二SB2的方法为:
3.1对图像特征一或者图像特征二进行傅里叶变换生成频谱图F(u,v),方法如公式(2)所示,
F(u,v)=FFT(I(x,y)) (2)
3.2将频谱图F(u,v)中的全局尖峰脉冲设置为0,并对其进行傅里叶逆变换和平方运算,然后进行高斯平滑,生成显著图S2(x,y),如公式(3)所示,
S2(x,y)=g2·(IFFT(F0(u,v)))2 (3)
其中,FFT和IFFT分别表示傅里叶变换和傅里叶逆变换,I(x,y)表示输入的图像特征,F(u,v)表示频谱图,F0(u,v)表示全局脉冲处的值为0的频谱图,g2为高斯平滑,S2(x,y)为基于频率域的显著图。
4.如权利要求3所述显著性检测方法,其特征在于,步骤三中,显著聚合值Ti的计算方法如公式(4)所示:
其中,N是归一化参数,H2D(Si(x,y))表示显著图Si(x,y)的熵,i=1,2。
5.如权利要求4所述显著性检测方法,其特征在于,步骤四的计算方法如公式(5)所示,
其中,Ti为显著图Si(x,y)的显著聚合值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611136243.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种纤维识别分割方法
- 下一篇:用于检测物体关键点的方法、装置及电子设备