[发明专利]一种图像显著区域检测方法有效

专利信息
申请号: 201710283246.8 申请日: 2017-04-26
公开(公告)号: CN107146258B 公开(公告)日: 2020-01-10
发明(设计)人: 马建设;国立博;刘彤;苏萍;任晓强 申请(专利权)人: 清华大学深圳研究生院
主分类号: G06T7/90 分类号: G06T7/90
代理公司: 44223 深圳新创友知识产权代理有限公司 代理人: 方艳平
地址: 518055 广东*** 国省代码: 广东;44
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 图像 显著 区域 检测 方法
【权利要求书】:

1.一种图像显著区域检测方法,其特征在于,包括以下步骤:

P1:色彩空间转换:将待检测图像从RGB色彩空间转换为CIELab色彩空间;

P2:颜色分类:根据颜色的相似性将步骤P1处理后的所述待检测图像中的颜色划分为N类,并记录所述待检测图像中每一类颜色覆盖的像素的数量T1、T2、…、Ti、…、TN,其中Ti表示在所述待检测图像中第i类颜色覆盖的像素的数量;

P3:计算离散度因子:分别计算N类颜色的离散度因子G(1)、G(2)、…、G(i)、…、G(N),其中G(i)表示第i类颜色在所述待检测图像中的分布情况;首先获得第i类颜色覆盖像素的空间坐标值其中Ti表示第i类颜色覆盖的像素的数量;

第i类颜色的离散度因子的计算公式为:

其中,xik表示第i类颜色覆盖的像素中第k个像素的x坐标值,yik表示第i类颜色覆盖的像素中第k个像素的y坐标值;μix表示第i类颜色覆盖的所有像素的x坐标值的平均值,μiy表示第i类颜色覆盖的所有像素的y坐标值的平均值;

P5:计算显著性值:根据步骤P3得到的离散度因子分别计算N类颜色的显著性值S(1)、S(2)、…、S(i)、…、S(N),S(i)表示第i类颜色的显著性值,其中显著性值与离散度因子呈负相关的关系;

P6:归一化处理:对步骤P5计算得到的N类颜色的显著性值进行归一化处理后得到所述待检测图像的显著性值的灰度图像。

2.根据权利要求1所述的图像显著区域检测方法,其特征在于,还包括如下步骤:

P4:计算色差因子:分别计算N类颜色的色差因子D(1)、D(2)、…、D(i)、…、D(N),其中D(i)表示第i类颜色与所述待检测图像中其他所有像素颜色的差别;

其中步骤P5中计算显著性值还包括根据步骤P4得到的色差因子来分别计算N类颜色的显著性值S(1)、S(2)、…、S(i)、…、S(N),其中显著性值与色差因子呈正相关的关系。

3.根据权利要求2所述的图像显著区域检测方法,其特征在于,步骤P4具体根据如下公式来计算色差因子:

其中,D(Ci,Cj)表示第i类颜色和第j类颜色在CIELab色彩空间的颜色距离,Tj表示第j类颜色覆盖的像素的数量。

4.根据权利要求3所述的图像显著区域检测方法,其特征在于,D(Ci,Cj)的计算公式为:

其中,ILi、Iai、Ibi分别表示第i类颜色在CIELab色彩空间中L、a、b三个通道中的数值,ILj、Iaj、Ibj分别表示第j类颜色在CIELab色彩空间中L、a、b三个通道中的数值。

5.根据权利要求2所述的图像显著区域检测方法,其特征在于,步骤P5具体根据如下公式来计算显著值:

6.根据权利要求2所述的图像显著区域检测方法,其特征在于,步骤P5具体根据如下公式来计算显著值:

S(i)=D(i)*(M-G(i))

其中M是常数,且M>max(G(i))。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学深圳研究生院,未经清华大学深圳研究生院许可,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/201710283246.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top