[发明专利]基于凸包结构中心查询点排序的显著目标检测方法有效
| 申请号： | 201710866766.1 | 申请日： | 2017-09-22 |
| 公开（公告）号： | CN107610136B | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 曹剑中;王亚楠;王华伟;黄会敏 | 申请（专利权）人： | 中国科学院西安光学精密机械研究所;中国科学院大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/194;G06T7/90;G06K9/38 |
| 代理公司： | 61211 西安智邦专利商标代理有限公司 | 代理人： | 陈广民 |
| 地址： | 710119 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机图像识别领域，具体涉及一种基于凸包结构中心查询点排序的显著目标检测方法，包括步骤：1)构造目标区域的凸包结构，求出凸包中心；2)对图像进行超像素分割，以超像素作为节点构建闭环图模型并计算最优相似度矩阵；3)以凸包中心所在超像素及其邻接超像素为标签过的查询点，构建标签向量，进行流形排序得到前景显著图；4)以距离凸包中心最近的两条边构建标签向量，流形排序得到背景显著图；5)将前景显著图和背景显著图二值化，交集处理后得到种子节点集合，进行流形排序得到最终显著图。本发明实现的是一种自底向上的显著目标检测方法，采用凸包结构进行中心先验，能够准确地找出显著目标的位置，获得准确的前景特征。 | ||
| 搜索关键词： | 基于 结构 中心 查询 排序 显著 目标 检测 方法 | ||
【主权项】：
1.一种基于凸包结构中心查询点排序的显著目标检测方法，其特征在于，包括以下步骤：/n1)获取图像，构造目标区域的凸包结构，并求出凸包中心O；/n2)对图像进行超像素分割，以超像素作为节点，构建闭环图模型G，重新定义图模型的关联矩阵P′，并计算最优相似度矩阵A；/n2.1)将图形分割成N个大小一致且视觉效果均匀的超像素区域；/n2.2)以超像素作为节点v构成节点集V，以相邻超像素之间共享的边作为超像素间的关联构成边集E；处于图像边界的超像素两两相连，并通过四条图像边界，构建闭环图模型G(V，E)；/n2.3)计算闭环图模型G(V，E)的考虑非相邻像素点影响的关联矩阵P′：/n2.3.1)构建一个N*N的关联矩阵P，定义每个对应元素如下：/n
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中国科学院西安光学精密机械研究所;中国科学院大学，未经中国科学院西安光学精密机械研究所;中国科学院大学许可，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/patent/201710866766.1/，转载请声明来源钻瓜专利网。
