[发明专利]图像显著性检测方法、装置以及电子设备

说明书

本申请公开了一种图像显著性检测方法，包括：对图像的像素特征块进行分割；检测所述图像的边缘特征；提取所分割的像素特征块中满足预设阈值的像素特征块；基于所提取的像素特征块，确定所述图像的显著性特征；将所述边缘特征与所述显著性特征进行比对，确定所述图像的显著性区域。所述图像显著性检测方法联合图像分割、图像边缘检测以及图像显著性特征检测，从而使图像显著性区域的检测更加精确，提升了图像显著性检测的准确度。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像显著性检测方法。本申请同时涉及一种图像显著性检测装置，另一种图像显著性检测方法以及装置，两种电子设备，以及两种计算机可读介质。

背景技术

平面设计(Layout Design)中的自动布局要求把画面当中的元素按照一定的规律和阅读习惯进行排列，从而得到符合审美要求的画面效果，而显著性检测(SaliencyDetection)正是这其中至关重要的一环，显著性检测是计算机模拟人类视觉系统理解图像场景的一种方式，而人眼观察图像时总是会不自觉地将注意力集中在最感兴趣的一部分区域上，显著性检测的任务就是找出图像中更容易成为人类视觉注意焦点的区域。图像显著性检测作为一个备受关注的课题，在自动目标定位与分割、图像信息检索和图像压缩等领域都有着广泛应用，得益于检测结果能够将计算资源集中在最有价值的信息上面。图像的显著性可采用显著性图(Saliency Map)来表示，显著性图中像素灰度值表示图像对应区域的显著性程度，其亮度越大则意味着显著性越高。

目前图像显著性检测的主流方法是基于图像底层特征(颜色、边缘或纹理等)的自下向上的算法，基本思路包括特征提取、特征融合、显著性计算和显著性区域分割等。比如通过学习方式找到颜色空间分布、多尺度对比度和中心邻域直方图差异等显著性检测结果的最优组合权值的算法，这类算法的结果通常会在图像当中物体边缘附近产生更高的显著性值，而不是均匀的突出整个视觉上更为显著性物体，可能导致无法得到完整的显著性分割结果，例如在一些人工生成的图片当中，虽然图片当中的某些区域没有特征，但依旧会被错误地识别为显著性区域。可见，现有的图像显著性检测方法存在误检测的问题，导致图像显著性检测的准确度较低，通常需要辅以后期的人工干预处理来获得图像显著性检测的准确结果。

发明内容

本申请提供一种图像显著性检测方法，以解决现有技术存在的图像显著性检测的准确度较低的问题。

本申请同时涉及一种图像显著性检测装置，另一种图像显著性检测方法以及装置，两种电子设备，以及两种计算机可读介质。

本申请提供一种图像显著性检测方法，包括：

对图像的像素特征块进行分割；

检测所述图像的边缘特征；

提取所分割的像素特征块中满足预设阈值的像素特征块；

基于所提取的像素特征块，确定所述图像的显著性特征；

将所述边缘特征与所述显著性特征进行比对，确定所述图像的显著性区域。

可选的，所述基于所提取的像素特征块，确定所述图像的显著性特征，采用如下方式实现：

针对所述图像的至少一个像素点，执行如下操作：计算所述像素点的显著性特征值；归一化所述像素点的显著性特征值；对归一化后所述显著性特征值进行二值化分割，根据分割结果确定所述图像的显著性像素点和非显著性像素点。

可选的，所述基于所提取的像素特征块，确定所述图像的显著性特征，采用如下方式实现：

计算所述图像的像素点的显著性特征值；

对所述像素点的显著性特征值进行二值化分割，根据分割结果确定所述图像的显著性像素点和非显著性像素点。

可选的，所述提取的像素特征块内的像素点的显著性特征值为所述显著性特征值的下限值。