[发明专利]一种目标显著性检测的方法

权利要求书

1.一种目标显著性检测的方法，其特征在于，包括如下步骤：

1）通过Shi-Tomasi方法检测出包含目标在内的内部区域，在该区域外部以上下、左右离最近轮廓点垂直距离为11.6%个像素单位的宽度设置为边界区域，作为后续进行背景与目标划分的基础；

2）通过SLIC图像超像素分割方法将局部像素聚集成一个超像素块；

3）以步骤2）划分出的N个超像素块为结点，构造无向带权图；N>1；

权值为两点（任意结点）间在CIE-Lab颜色空间中的平均颜色距离；

权值为两点（任意结点）间在欧式空间中的中心距离；

4）计算点的聚核度A(p)为：

(公式1)

其中为两点间在CIE-Lab颜色空间上的最短距离，参数为核度比重调节因子，一般选取，有助于算法性能稳定性；

N取值200；

算子的阈值在（0，1）区间，描述了点对的吸收度，表示同属于目标或者背景区域的强度；当，点的聚核度增加1，则认为点为点的强点，两者之间是同质的，强点与点同属于目标或背景区域，对比度加强；反之，，则认为点为点的弱点，点对点的聚核度大小基本没有贡献，对比度降低；如果点的聚核度中弱点超过一定量时，容易造成假性聚核度量，易将不同性质的点归并到同一核中，影响显著性检测的准确性，主要是因为弱点的划分对核度的大小造成干扰；从人的生理视觉原理上，一般认为弱点在空间上都是远离聚核中心的；

5）目标显著性为：

(公式5)

其中为满足条件的属于点聚核的强点信息；

，其中表示任意两点间的中心距离。

2.根据权利要求1所述的目标显著性检测的方法，其特征在于，步骤4）中对弱点重新进行约束如下：

任意两结点间的最短距离路径上的点为，依据弱点从空间上一般远离聚核中心，色差偏大，弱点需要满足如下条件：

(公式2)

反之，为强点信息；

参数为最短路径上具有的结点数，间接地表示与核中心的距离；

i为自然数，1<i<N；

表示在CIE-Lab颜色空间中，结点到边界点最短路径的均值，通过公式3计算：

(公式3)

新的聚核度计算为： (公式4)

点为满足条件的强点集；

其中为边界颜色调节因子，根据实验，设置为[0.3，0.6]。