一种图像显著区域检测方法技术

本发明专利技术公开了一种图像显著区域检测方法，对所述的待检测图像采用特征提取的方法进行显著区域检测，获得第一显著图；对所述的待检测图像进行超像素分割，获得由多个第二超像素块组成的第二超像素块集，采用像素点激活的方法对第二超像素块集中所有的第二超像素块进行处理，获得第二显著图；通过像素点显著值融合的方式将第一显著图与第二显著图融合，获得显著图；本发明专利技术提供的图像显著区域检测方法，将待检测图像中显著区域的局部信息与全局信息进行融合，提高了显著区域检测的准确性。

【技术实现步骤摘要】
一种图像显著区域检测方法
本专利技术涉及图像处理领域，具体涉及一种图像显著区域检测方法。
技术介绍
显著区域检测是计算机视觉中的基本问题。显著区域检测旨在模拟人的视觉系统，计算出图像中最引起人注意的区域。由于显著区域检测一般符合人的直觉，其在图像分割，目标检测，目标跟等领域都有应用。显著区域检测的常用算法中经常涉及两个先验假设：对比先验与背景先验。对比先验认为显著区域与背景区域的对比比较强烈，可以通过检测图像中不同区域的对比来检测显著区域；边缘先验认为，显著区域不会存在于图像的边缘，即与图像边缘相连的部分都是背景区域。根据这两个先验知识，研究者们提出了很多显著区域检测的算法。这些算法中，有的利用准确的可靠的局部信息进行扩散来得到显著区域，但是显著区域不均匀或者过大时，无法检到全部的区域；有的利用全局信息进来检测显著区域，但是会把非显著区域标定为显著区域。
技术实现思路
本专利技术的目的在于提供一种图像显著区域检测方法，用以解决现有技术中对图像显著区域检测不准确等问题。为了实现上述任务，本专利技术采用以下技术方案：1.一种图像显著区域检测方法，用于对待检测图像中的显著区域进行标记获得显著图，所述的方法包括：步骤1、对所述的待检测图像采用特征提取的方法，提取局部可靠特征，进行显著区域检测，获得第一显著图；步骤2、对所述的待检测图像进行超像素分割，获得由多个第二超像素块组成的第二超像素块集，采用像素点激活的方法对第二超像素块集中所有的第二超像素块进行处理，利用轮廓所揭示的全局信息，获得第二显著图；步骤3、利用式I获得显著图中第i个像素点的像素值：si'＝1/(1+exp(-100(si-50)))式I其中，si'为显著图中第i个像素点的像素值，si为显著图中第i个像素点的显著值，其中为第一显著图中第i个像素点的显著值，为第二显著图中第i个像素点的显著值，i＝[1,2,…,n]，n为显著图中像素点的总数，n>1；收集显著图中所有像素点的像素值，重建获得显著图。进一步地，所述的步骤1、对所述的待检测图像采用特征提取的方法进行显著区域检测，获得第一显著图，包括：步骤11、对所述的待检测图像进行超像素分割，获得由多个第一超像素块组成的第一超像素块集；对所述的待检测图像进行显著区域检测，获得第一初始显著图；步骤12、在所述的第一初始显著图中寻找每个第一超像素块对应的区域，将该区域像素值的均值作为该第一超像素块的显著值，设置显著值低于阈值的第一超像素块的标签为背景，设置显著值高于阈值的第一超像素块的标签为前景；步骤13、根据第一超像素块的RGB值对所述第一超像素块集中的所有第一超像素块进行聚类后，获得多个中心第一超像素块以及第一超像素块集中除去所述中心第一超像素块外的其他第一超像素块；步骤14、根据每个中心第一超像素块与其他第一超像素块之间的欧氏距离，将每个中心第一超像素块与多个其他第一超像素块进行对应，获得每个中心第一超像素块的交易数据；收集所有中心第一超像素块的交易数据，获得交易数据集；步骤15、采用频繁项挖掘的方法对交易数据集进行处理，获得交易数据子集；步骤16、对所述交易数据子集中所有编号对应的超像素块进行CIELab特征提取后，采用随机游走的方法进行处理，获得第二初始显著图；对所述交易数据子集中所有编号对应的超像素块进行LBP特征提取后，采用随机游走的方法进行处理，获得第三初始显著图；步骤17、采用权重分配的方法对所述第二初始显著图以及第三初始显著图进行融合，获得第一显著图。进一步地，所述的步骤13、根据第一超像素块的显著值对所述第一超像素块集中的所有第一超像素块进行K-means聚类后，获得多个中心第一超像素块以及第一超像素块集中除去所述中心第一超像素块外的其他第一超像素块。进一步地，所述的步骤14、获得每个中心第一超像素块的交易数据，包括：步骤141、对所有中心第一超像素块和其他第一超像素块进行编号，所述其他第一超像素块的编号为距离其最近的第一超像素块的编号，获得所有中心第一超像素块的编号以及所有其他第一超像素块的编号；步骤142、将其中一个中心第一超像素块的编号、多个其他第一超像素块的编号以及该中心第一超像素块的标签作为该中心第一超像素块的交易数据，其中根据其他第一超像素块与该中心第一超像素块的欧氏距离，从所有其他第一超像素块中筛选出所述的多个其他第一超像素块；收集所有中心第一超像素块的交易数据，获得交易数据集。进一步地，根据其他第一超像素块与该中心第一超像素块的欧氏距离，从所有其他第一超像素块中筛选出所述的多个其他第一超像素块，包括：步骤A、计算所有中心第一超像素块与所有其他第一超像素块之间的欧氏距离；步骤B、对于其中一个中心第一超像素块，对所有其他第一超像素块与该中心第一超像素块的欧氏距离从小到大进行排序，选择排序靠前的多个其他第一超像素块；步骤C、重复步骤B直至所有的中心第一超像素块都筛选到了其对应的多个其他第一超像素块。进一步地，所述的步骤11、对待检测图像进行超像素分割时，设置3个分割参数opts.k，分别是1600，1200，900；所述的步骤2、对所述的待检测图像进行超像素分割时，设置10个分割参数opts.k，分别是102,205,307,409,512,614,717,819,921,1024。进一步地，所述的步骤11、对所述的待检测图像进行显著区域检测，获得第一初始显著图时，采用LR算法对待检测图像进行显著区域检测。进一步地，所述步骤12中阈值为0.5。进一步地，所述的步骤16、采用Aprior算法对交易数据集进行处理，获得交易数据子集，其中置信度为0.9，支持度为0.2。进一步地，所述的步骤17、采用权重分配的方法对第二初始显著图以及第三初始显著图进行融合，获得第一显著图时，为所述第二初始显著图分配的权重为0.5，为所述第三初始显著图分配的权重为0.5。本专利技术与现有技术相比具有以下技术特点:1、本专利技术提供的图像显著区域检测方法，将待检测图像中显著区域的局部可靠信息与全局信息进行融合，提高了显著区域检测的准确性；2、本专利技术提供的图像显著区域检测方法，不仅利用了图像的色彩特征，LBP特征等常用特征，还提取了显著区域的边缘特征进行显著区域检测，提高了显著区域检测的准确性。附图说明图1为本专利技术的一个实施例中提供的待检测图像；图2为本专利技术的一个实施例中提供的第一初始显著图；图3为本专利技术的一个实施例中提供的第二初始显著图；图4为本专利技术的一个实施例中提供的第三初始显著图；图5为本专利技术的一个实施例中提供的第一显著图；图6为本专利技术的一个实施例中提供的第二显著图；图7为本专利技术的一个实施例中提供的显著图。具体实施方式以下是专利技术人提供的具体实施例，以对本专利技术的技术方案作进一步解释说明。实施例一本专利技术公开了一种图像显著区域检测方法，用于对待检测图像中的显著区域进行标记以获得显著图。显著区域检测的常用算法中经常涉及两个先验假设：对比先验与背景先验。对比先验认为显著区域与背景区域的对比比较强烈，可以通过检测图像中不同区域的对比来检测显著区域；边缘先验认为，显著区域不会存在于图像的边缘，即与图像边缘相连的部分都是背景区域，本方案提供的一种图像显著区域检测方法，基于标签传播与轮廓完整性对图像的显著区域进本文档来自技高网...

【技术保护点】
1.一种图像显著区域检测方法，其特征在于，用于对待检测图像中的显著区域进行标记获得显著图，所述的方法包括：步骤1、对所述的待检测图像采用特征提取的方法进行显著区域检测，获得第一显著图；步骤2、对所述的待检测图像进行超像素分割，获得由多个第二超像素块组成的第二超像素块集，采用像素点激活的方法对第二超像素块集中所有的第二超像素块进行处理，获得第二显著图；步骤3、利用式I获得显著图中第i个像素点的像素值：si'＝1/(1+exp(‑100(si‑50)))   式I其中，s

【技术特征摘要】
1.一种图像显著区域检测方法，其特征在于，用于对待检测图像中的显著区域进行标记获得显著图，所述的方法包括：步骤1、对所述的待检测图像采用特征提取的方法进行显著区域检测，获得第一显著图；步骤2、对所述的待检测图像进行超像素分割，获得由多个第二超像素块组成的第二超像素块集，采用像素点激活的方法对第二超像素块集中所有的第二超像素块进行处理，获得第二显著图；步骤3、利用式I获得显著图中第i个像素点的像素值：si'＝1/(1+exp(-100(si-50)))式I其中，si'为显著图中第i个像素点的像素值，si为显著图中第i个像素点的显著值，其中为第一显著图中第i个像素点的显著值，为第二显著图中第i个像素点的显著值，i＝[1,2,…,n]，n为显著图中像素点的总数，n>1；收集显著图中所有像素点的像素值，重建获得显著图。2.如权利要求1所述的图像显著区域检测方法，其特征在于，所述的步骤1、对所述的待检测图像采用特征提取的方法进行显著区域检测，获得第一显著图，包括：步骤11、对所述的待检测图像进行超像素分割，获得由多个第一超像素块组成的第一超像素块集；对所述的待检测图像进行显著区域检测，获得第一初始显著图；步骤12、在所述的第一初始显著图中寻找每个第一超像素块对应的区域，将该区域像素值的均值作为该第一超像素块的显著值，设置显著值低于阈值的第一超像素块的标签为背景，设置显著值高于阈值的第一超像素块的标签为前景；步骤13、根据第一超像素块的RGB值对所述第一超像素块集中的所有第一超像素块进行聚类后，获得多个中心第一超像素块以及第一超像素块集中除去所述中心第一超像素块外的其他第一超像素块；步骤14、根据每个中心第一超像素块与其他第一超像素块之间的欧氏距离，将每个中心第一超像素块与多个其他第一超像素块进行对应，获得每个中心第一超像素块的交易数据；收集所有中心第一超像素块的交易数据，获得交易数据集；步骤15、采用频繁项挖掘的方法对交易数据集进行处理，获得交易数据子集；步骤16、对所述交易数据子集中所有编号对应的第一超像素块进行CIELab特征提取后，采用随机游走的方法进行处理，获得第二初始显著图；对所述交易数据子集中所有编号对应的第一超像素块进行LBP特征提取后，采用随机游走的方法进行处理，获得第三初始显著图；步骤17、采用权重分配的方法对所述第二初始显著图以及第三初始显著图进行融合，获得第一显著图。3.如权利要求2所述的图像显著区域检测方法，其特征在于，所述的步骤13、根据第一超像素块的显著值对所述第一超像素块集中的所有第一超像素块进行K...

【专利技术属性】
技术研发人员：彭进业，王世峰，王琳，祝轩，王珺，李展，艾娜，樊萍，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61