[发明专利]一种深度融合显著性检测与先验知识的手部区域分割方法

摘要

本发明涉及一种深度融合显著性检测与先验知识的手部区域分割方法，本方法将像素级的手部区域显著图与区域级的手部区域显著图融合，使得整个手部区域检测算法具有更高的鲁棒性和准确性。利用引入的贝叶斯框架，得到每个像素点的属于手部区域的置信度，并结合阈值分割等相关技术手段，最终获得高准确性的手部区域分割结果。本发明克服了传统手部区域方法只能应用于相对简单背景、无近肤色干扰场景的缺点，在非均匀光照、近肤色背景、人脸噪声等各种干扰的情况下，仍然可以十分精确地获得手部区域的分割图像，因而具有广阔的应用前景。

主权项

1.一种深度融合显著性检测与先验知识的手部区域分割方法，其特征在于，具体步骤包括：(1)将原图像分割为N个区域；100≤N≤400；(2)通过基于色彩散布度度量显著性检测与肤色先验知识融合的手部区域检测方法，实现对手部区域的初步检测，具体包括：a、在RGB颜色空间内，对每个通道的颜色量化得到t个不同的值，使颜色总数量减少到t³种；b、分别计算每种颜色的显著度；c、遍历每种颜色，形成颜色显著度查找表,所述颜色显著度查找表包括每种量化后的颜色及其对应的显著度；d、对每种颜色的显著度进行归一化处理；e、遍历步骤a处理后的图像中的各个像素点，根据颜色显著度查找表对该像素点的显著度进行赋值，获得手部区域显著图image1；(3)通过基于肤色概率距离与区域对比度的手部区域检测方法，实现对手部区域的初步检测，具体包括：f、对步骤(1)分割原图像获得的N个区域，分别计算步骤d处理后的图像中各个区域的显著度；g、遍历各个区域，形成区域显著度查找表，所述区域显著度查找表包括各个区域及其对应的显著度；h、对各个区域的显著度进行归一化处理；i、根据区域显著度查找表，对原图像中各个像素点的显著度进行赋值，获得手部区域显著图image2；(4)融合步骤(2)得到的手部区域显著图image1和步骤(3)得到的手部区域显著图image2，得到排除复杂背景干扰后的手部区域置信图image3；(5)根据得到的手部区域置信图image3，计算每个像素点的先验概率以及观测似然概率，根据贝叶斯公式，进一步计算该像素点属于手部区域的后验概率，获得最终的精确手部区域置信图image5；(6)利用大津法，对最终置信图image5进行阈值分割，并进行消除非最大区域、填补区域空洞处理，获得手部区域最终二值图image6：(7)以二值图image6作为掩膜，对原图像进行图像分割，即得到手部区域分割结果。