[发明专利]一种基于Gabor小波的频域显著性目标检测方法

摘要

本发明是一种基于Gabor小波的频域显著性目标检测方法，S1.将输入彩色图像转换成灰度图像，建立方向特征图；S2.根据人眼对输入彩色图像的不同颜色的敏感度，建立两个颜色特征图；S3.将输入彩色图像作灰度特征图；S4.利用四个所述特征图建立多项式矩阵；S5.对四个所述特征图组成的多项式矩阵做傅立叶变换，得到的频域多项式矩阵并提取出幅度谱矩阵；S6.对幅度谱矩阵做多个尺度的高斯低通滤波，对一组幅度谱在做多项式反傅立叶变换，得到多个时域多项式矩阵；S7.对多个时域多项式矩阵按照不同尺度因子分为不同的时域多项式，对每个时域多项式做直方图并计算一维熵函数，提取最小信息熵对应的时域显著图作为最终检测结果。

主权项

一种基于Gabor小波的频域显著性目标检测方法，其特征在于包括具体步骤如下：步骤S1：将输入彩色图像转换成灰度图像，利用二维Gabor小波滤波器对灰度图像进行滤波，建立方向特征图；步骤S2：根据人眼对输入彩色图像的不同颜色的敏感度，建立一个基础的颜色特征图，对红、绿、蓝通道进行修正，然后计算得到黄色通道的像素值，此时的红、绿、蓝、黄为颜色特征图的四个颜色基矩阵，利用四个颜色基矩阵计算红、绿通道的差和蓝、黄通道的差，建立两个颜色特征图；步骤S3：将输入彩色图像作灰度特征图；步骤S4：利用方向特征图、两个颜色特征图、灰度特征图建立多项式矩阵；步骤S5：对方向特征图、两个颜色特征图、灰度特征图组成的多项式矩阵进行傅立叶变换，得到的频域多项式矩阵；频域多项式矩阵可以分解为幅度谱矩阵和相位谱矩阵，保留相位谱矩阵，提取出幅度谱矩阵；步骤S6：对幅度谱矩阵进行多个尺度的高斯低通滤波，得到滤波后的一组幅度谱；对一组幅度谱再利用多项式反傅立叶变换，得到多个时域多项式矩阵；步骤S7：对多个时域多项式矩阵按照不同尺度因子分为不同的时域多项式；对每个时域多项式做直方图；对每个得到的直方图计算一维熵函数；对比不同尺度的熵函数最小的值为所要的最佳尺度检测结果；提取最小信息熵对应的时域显著图作为最终检测结果。