[发明专利]一种使用LLC准则定位图像前景的方法

权利要求书

1.一种使用LLC准则定位图像前景的方法，其特征在于，包括以下步骤：

步骤一：码本生成：实现为生成LLC所使用的码本进行的大规模图像样本抽取、图像过分割、图像区域样本筛选及标定、图像区域样本特征提取、区域样本聚类生成码本；

步骤二：待测图像区域划分及特征提取：实现待测图像过分割，提取待测图过分割后的各图像区域特征；

步骤三：使用LLC准则对每个过分割图像区域进行稀疏编码：根据过分割图像区域特征提取结果，按照局部性原理和LLC准则进行线性编码，获得所有过分割图像区域的稀疏编码码字；

步骤四：图像区域粗分类：实现LLC编码码字转换为显著性概率值的结果，得到知识先验图；

步骤五：图像前景定位：按照背景优先的图流形排序法获得背景先验图，通过融合知识先验图用以消除图像区域粗分类造成的大部分噪声，精准地定位图像前景。

2.如权利要求1所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤一中码本生成的方法为：

1）从标准测试集中抽样N幅图像；

2）将原图像用SLIC算法分割成n个超像素；

3）提取每幅被抽样图像的显著性真值标注图，按照步骤2）中的分割结果映射到真值标注图，依据公式（1）将仅包含前景像素或仅包含背景像素的超像素区域纳入备选图像区域样本，并标定该图像区域样本属于前景亦或背景，剔除掉既包含前景像素又包含背景像素的超像素区域；

（1）

其中为第i幅抽样图像被纳入的第t个区域样本，该样本来源于第i幅抽样图像的第j个超像素区域； 表示真值标注图中对应该区域的平均值，其值为1时说明属于前景，用指示，值为0时说明该区域属于背景，由指示；

4）提取各备选图像区域样本的质心、Lab颜色自然特征，计算其距图像中心的质心距离、局部Lab颜色对比值和全局Lab颜色对比值，按照公式（2）和公式（3）形成对比特征向量表示单个图像区域样本；

（2）

其中，m_i为第i幅抽样图像被选入的区域样本个数；

（3）

其中，表示来源于归一化后的同一幅图像的区域样本的特征，归一化过程仅在同一幅图像的区域样本内进行；

5）将步骤4）所形成的对比特征向量组成对比特征矩阵，使用K-means聚类算法按照公式（4）给出的条件聚类为K个中心；

（4）

6）使用步骤5）生成的K个聚类中心构成码本，其对应的标定结果依序组成长度为K的标定向量。

3.如权利要求2所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤二中待测图像区域划分及特征提取的方法为：

1）将待测图像用SLIC算法分割成n个超像素；

2）提取待测图像各超像素的质心，用横纵坐标表示；

3）提取待测图像各超像素在Lab空间下的三个颜色均值；

4）分别计算待测图像各超像素距图像中心的质心距离、局部Lab颜色对比值和全局Lab颜色对比值，按照公式（2）的特征构成形式形成对比特征向量表示单个图像超像素区域。

4. 如权利要求1所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤三中使用LLC准则对每个过分割图像区域进行稀疏编码的方法为：对于每一个图像超像素，按照公式（5）和（6）所示LLC编码规则，使用在步骤一中已生成的码本，得到每个超像素对应的编码向量;

（5）

其中， 是待测超像素区域的对比特征向量； 表示待测超像素区域与码本B_rc各元素的距离； K为经K-means聚类后的质心个数，此外，

（6）。

5. 如权利要求1所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤四中图像区域粗分类的方法为：按照编码向量和标定向量依据公式（7）计算每个图像超像素区域的显著性概率值，得到知识先验图;

（7）

其中 和 是分别对应于编码正例和反例的非负系数集，pn和nn分别为这两个非负系数集中的元素个数。

6.如权利要求1所述的使用LLC准则定位图像前景的方法，其特征在于：所述步骤五中图像前景定位，通过下述步骤实现：

1）按照背景优先的图流形排序法依据公式（8）和（9）获得背景先验图；

（8）

其中μ值为0.99，W为图结构的仿射矩阵，由n×n个元素W_ij构成，1≤i≤n，1≤j≤n，n为图像中的超像素个数， W_ij表示i、j两个对应邻接结点间的特征距离，标记了度矩阵，是一个二值指示向量，为流形排序的查询输入，用来标记查询种子，*依次表示l、r、u、d，即图像四个边界;

（9）

其中，表示按位乘法， 表示依次按照图像的左、右、上、下四个边界标记查询种子后，依据公式（8）获得的边界先验显著图;

2）将背景先验图和知识先验图按照公式（10）融合，获得较为精准的图像前景定位图;

（10）

其中，表示矩阵或向量间的对应元素按位乘法。