[发明专利]基于纹理特征和颜色特征融合的图像显著性检测方法

权利要求书

1.一种基于纹理特征和颜色特征融合的图像显著性检测方法，包括：

1)输入原始图像I，对其进行去纹理处理，得到去纹理图像S，利用SLIC方法对去纹理图像S进行超像素分割，得到颜色超像素图像SP₁；

2)输入原始图像I，利用Gabor滤波器函数提取其纹理特征，得到纹理特征图像T，利用SLIC方法对纹理特征图进行超像素分割，得到纹理超像素图像SP₂；

3)把颜色超像素图像SP₁转化到CIE-Lab颜色空间，得到对应的CIE-Lab颜色超像素图像SP₃，在CIE-Lab颜色超像素图像SP₃中第i个超像素p_i和第j个超像素p_j，计算颜色距离d_app(p_i,p_j)₁和空间距离d_spa(p_i,p_j)；

4)计算CIE-Lab颜色超像素图像SP₃中第i个超像素p_i的初步对比度Ctr(p_i)，利用该对比度得到基于颜色特征的颜色显著图SM₁；

5)把纹理超像素图像SP₂转化到CIE-Lab颜色空间，得到对应的CIE-Lab纹理超像素图像SP₄，对CIE-Lab纹理超像素图像SP₄中第i个超像素p_i和第j个超像素p_j构建无相权值表，从该无相权值表中得到第i个超像素和第j个超像素的最短路径，计算p_i和p_j在最短路径的累积权重d_geo(p_i,p_j)；

6)计算CIE-Lab纹理超像素图像SP₄中第i个超像素p_i的广度面积Area(p_i)和p_i边界连接函数为BndCon(p_i)，根据这两个参数计算背景概率

其中，σ_BC为比例系数，σ_BC∈[0.5,2.5]；

7)用背景概率作为权值，对初步对比度Ctr(p_i)进行加强，得到加强后的对比度ωCtr(p_i)，利用该对比度ωCtr(p_i)得到基于纹理特征的纹理显著图SM₂；

8)输入纹理显著图SM₂，并利用SLIC方法对纹理特征图进行超像素分割，得到纹理超像素显著图SM₃，再将SM₃转化到CIE-Lab颜色空间，得到对应的CIE-Lab纹理显著图SM₄，在SM₄中第i个超像素p_i和第j个超像素p_j，计算颜色距离d_app(p_i,p_j)₂；

9)将第i个超像素p_i和第j个超像素p_j分别在CIE-Lab颜色超像素图像SP₃中的颜色距离d_app(p_i,p_j)₁在CIE-Lab纹理显著图SM₄中的颜色距离d_app(p_i,p_j)₂及背景概率进行线性融合，得到最终对比度ωCtr(p_i)*，利用该对比度得到同时包含颜色特征和纹理特征的最终显著图SM。

2.根据权利要求1所述的方法，其中步骤(1)中用SLIC方法对原始图像进行超像素分割，是先将原始图像I转化为CIE-Lab颜色空间和XY坐标下的5维特征向量；再对5维特征向量构造距离度量标准，利用该标准对转化后的图像像素进行局部聚类与分割，得到颜色超像素图像SP₁。