[发明专利]基于改进的SUSAN算子的显著性区域提取

摘要

基于改进的SUSAN算子的图像显著性区域提取的方法、装置和计算机程序产品。在进行角点检测时，针对每幅图像分别计算阈值t，从而实现角点检测的自适应性。

主权项

1.一种方法，包括：输入图像，其中，所述图像为Lab(L为亮度，a和b分别表示色度)颜色空间格式的图像，并形成三个相应的分量图像L图像、a图像和b图像；对于三个分量图像：建立高斯金字塔模型L(x，y，σ)＝G(x，y，σ)*I(x，y)，其中所述金字塔模型采用尺度集其中为高斯核，σ为所述尺度因子，x和y为图像像素坐标，I(x，y)为坐标(x，y)处的像素值；以及在所建立的金字塔模型中的每一尺度中，使用SUSAN角点计算方法来计算得到SUSAN角点集合，并将各个尺度的角点集合进行合并，以得到相应分量图像的总角点集合；将三个分量图像的总角点集合进行合并，以获得彩色图像角点集合；针对所述彩色图像角点集合分别在三个分量图像中计算各个角点的方向；以及将三个分量图像中各个角点集中指向的区域作为显著性区域进行输出；其中，在所建立的金字塔模型中的每一尺度中，计算得到SUSAN角点集合进一步包括：利用SUSAN角点计算方法所使用的圆形模版，使用以下公式获得特定像素点的初始角响应，并将初始角响应不为0的像素点视为角点加入SUSAN角点集合：D(r,r0)=1if|p(r)-p(r0)|≤t0if|p(r)-p(r0)|>t|]]>n(r0)=ΣrD(r,r0)]]>R(r0)=g-n(r0)if n(r0)<g0others]]>其中，r₀是在相应的尺度中，相应的分量图像中的所述圆形模板的核心像素点，r是所述圆形模版中的其它像素点，p(r₀)指的是核心像素点的像素值，而p(r)指的就是其它对应像素点的像素值，t是灰度差阈值，D是判决结果，n是相应像素点的USAN区域的大小，R是相应像素点的初始角响应，g表示几何阈值；其中，灰度差阈值t采用以下公式计算，从而能够依据每幅图像进行自适应改变：t=Σx=1k(cx·nxΣi=1kni)]]>其中，C＝{c₁，c₂，…，c_k-1，c_k}表示相应分量图像中的颜色数据，N＝{n₁，n₂，…n_k-1，n_k}表示每个颜色数据在该分量图像中出现的频率，其中，k表示在相应分量图像中，相应的量化级数，例如在灰度空间中，量化级256，此时在灰度图像中出现的不同量化值的个数等于256，即：此时k＝256。