一种图像中显著目标的抠取方法及系统技术方案

本发明专利技术公开了一种图像中显著目标的抠取方法及系统，涉及图像智能处理技术领域。该方法及系统包括：首先获取图像的显著性图，得到图像中每个像素点的显著性值，之后根据图像中像素的显著性值确定出图像中的显著目标像素和背景像素，最后根据图像的像素的显著性特征以及像素间的密切度确定出图像中的显著目标像素，得到图像中的显著目标区域，完成图像中显著目标的抠取。本发明专利技术所述的方法及系统可自动抠取图像中单个或者多个显著目标并且大大提高了图像中显著目标的抠取效率及准确率。

【技术实现步骤摘要】
一种图像中显著目标的抠取方法及系统
本专利技术涉及图像智能处理
，具体涉及一种图像中显著目标的抠取方法及系统。
技术介绍
随着信息技术的迅速方法，图像成为信息传递的主要媒介之一，怎样有效而又准确的分析和处理大量的图像信息时目前一个重要的课题。经过研究人们发现图像中最重要的信息往往集中在一些小的关键的区域，人们把这些关键的区域称为显著性目标，图像中显著目标的产生是由图像某部分的属性特征与其它部分属性特征的不协调造成的，这些属性特征包括颜色、纹理朝向、亮度等。特征的不协调能够产生新异的刺激，能容易引起观察者的注意力，产生视觉显著性。如果能够准确的提取这些显著性目标，就能够有效的处理图像信息，大大减少计算的复杂度和计算的时间。目前，图像的显著性分析在图像分割、图像目标提取、图像检索等领域都有着非常成功的应用。图像中显著目标的自动抠取技术一直是智能图像处理技术、计算机视觉技术、人机交互工程中重要的、基础性的处理技术。通过显著目标抠取可以得到图像中引人注目的目标，图像中显著目标的自动抠取技术可用于目标识别、目标敏感的图像缩放(专利CN200910092756)、基于内容的图像检索(专利CN200910081069)等领域。准确地抠取图像中的显著目标是这些应用技术的基础。显著性目标的抠取技术在遵循人视觉显著性规律的基础上，综合利用图像的颜色、强度、局部方向等特征，计算出图像中各个区域的显著程度。目前已经提出了很多种显著性检测方法，但是现有的方法中图像显著性检测结果质量并不高，还不能够较准确的反映出图像的显著性信息，使得图像显著性图在实际的具体应用中的效果并不好。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种图像中显著目标的抠取方法及系统，通过方法及系统能够实现图像中显著目标的快速抠取。为实现上述目的，本专利技术采用的技术方案为：一种图像中显著目标的抠取方法，包括以下步骤：(1)获取待抠取图像的显著性图，得到待抠取图像中每个像素的显著性值；(2)根据待抠取图像的显著性图S抠取图像中的显著目标，抠取方式为：1)根据待抠取图像中像素的显著性值确定图像中的代表性像素；所述代表性像素包括显著目标代表像素和背景代表像素，将显著性值大于第一设定值的像素作为显著目标代表像素，将显著性值小于第二设定值的像素作为背景代表像素；2)构建与待抠取图像大小相同的两个二值矩阵m和v，如果待抠取图像中的像素为代表性像素，则将矩阵m中与该像素对应位置的值设置为1，否则设置为0；如果待抠取图像中的像素为显著目标代表像素，则将矩阵v中与该像素对应位置的值设置为1，否则设置为0；3)根据所述二值矩阵m和v计算出待抠取图像中的显著目标像素和背景像素，确定出图像中的显著目标区域，根据确定出的显著目标区域抠取出图像中的显著目标；计算待抠取图像中显著目标像素和背景像素的公式为：其中，α*为判断图像中像素是显著目标像素和背景像素的判断标识矩阵，如果矩阵α*中的元素取值为1，则像素为显著目标像素，如果矩阵α*中的元素取值为0，则像素为背景像素；round()为四舍五入取整函数，diag()为对角矩阵构造函数，i、j为待抠取图像中的任意像素点，为在像素点i的特征空间中与像素点i的欧氏距离最近的个像素点构成的集合，表示图像中像素点i与像素点j的密切度，X(i)、X(j)分别表示像素点i和像素点j的特征向量，||X(i)-X(j)||表示X(i)和X(j)的欧氏距离，为由构成的矩阵，为矩阵中第i行第j的元素；m1为将二值矩阵m中的元素先按照元素所在的行顺序、再按照元素的所在的列顺序进行排序后得到的行向量；λ为调整系数、为经验值。可选的，如上所述的一种图像中显著目标的抠取方法，步骤(1)中，所述获取待抠取图像的显著性图，包括：根据待抠取图像的底层特征计算图像的底层特征显著性图Slow，根据待抠取图像的高层特征计算图像的高层特征显著性图Shigh，并根据所述图像的底层特征显著性图Slow和图像的高层特征显著性图Shigh计算得到待抠取图像的显著性图S，计算公式为：S＝Slow×Shigh。可选的，如上所述的一种图像中显著目标的抠取方法，步骤(1)中，所述图像的底层特征包括图像的颜色、纹理和目标大小；所述图像的高层特征包括图像中的文字、人脸、动物、身体和目标物体。可选的，如上所述的一种图像中显著目标的抠取方法，步骤3)中，X(i)＝(cos(h),sin(h),s,v,x,y)i；其中，h，s，v分别是像素i在HSV颜色空间的色度值、饱和度和明度,(x,y)为像素点i的坐标。可选的，如上所述的一种图像中显著目标的抠取方法，步骤3)中，λ的优选值为100。为实现上述目的，本专利技术还提供了一种图像中显著目标的抠取系统，包括：显著性图获取模块，用于获取待抠取图像的显著性图，得到待抠取图像中每个像素的显著性值；显著目标抠取模块，用于根据待抠取图像的显著性图S抠取图像中的显著目标；该模块包括：代表性元素确定单元，用于根据待抠取图像中像素的显著性值确定图像中的代表性像素；所述代表性像素包括显著目标代表像素和背景代表像素，将显著性值大于第一设定值的像素作为显著目标代表像素，将显著性值小于第二设定值像素作为背景代表像素；代表性元素矩阵构建单元，用于构建与待抠取图像大小相同的两个二值矩阵m和v，如果图像中的像素为代表性像素，则将矩阵m中与该像素对应位置的值设置为1，否则设置为0；如果待抠取图像中的像素为显著目标代表像素，则将矩阵v中与该像素对应位置的值设置为1，否则设置为0；显著目标确定单元，用于根据所述二值矩阵m和v计算出待抠取图像中的显著目标像素和背景像素，确定出图像中的显著目标区域，根据确定出的显著性目标区域抠取出图像中的显著性目标；计算图像中显著目标像素和背景像素的公式为：其中，α*为判断图像中像素是显著目标像素和背景像素的判断标识矩阵，如果矩阵α*中的元素取值为1，则像素为显著目标像素，如果矩阵α*中的元素取值为0，则像素为背景像素；round()为四舍五入取整函数，diag()为对角矩阵构造函数，i、j为待抠取图像中的任意像素点，为在像素点i的特征空间中与像素点i的欧氏距离最近的个像素点构成的集合，表示图像中像素点i与像素点j的密切度，X(i)、X(j)分别表示像素点i和像素点j的特征向量，||X(i)-X(j)||表示X(i)和X(j)的欧氏距离，为由构成的矩阵，为矩阵中第i行第j的元素；m1为将二值矩阵m中的元素先按照元素所在的行顺序、再按照元素的所在的列顺序进行排序后得到的行向量；λ为调整系数、为经验值。可选的，如上所述的一种图像中显著目标的抠取系统，所述显著性图获取模块包括：底层特征显著性图计算单元，用于根据待抠取图像的底层特征计算图像的底层特征显著性图Slow；高层特征显著性图计算单元，用于根据待抠取图像的高层特征计算图像的高层特征显著性图Shigh；显著性图获取单元，用于根据所述图像的底层特征显著性图Slow和图像的高层特征显著性图Shigh计算得到待抠取图像的显著性图S，计算公式为：S＝Slow×Shigh。可选的，如上所述的一种图像中显著目标的抠取系统，所述图像的底层特征包括图像的颜色、纹理和目标大小；所述图像的高层特征包括图像中的文字、本文档来自技高网...

【技术保护点】
一种图像中显著目标的抠取方法，包括以下步骤：(1)获取待抠取图像的显著性图，得到待抠取图像中每个像素的显著性值；(2)根据待抠取图像的显著性图S确定出图像中的显著性目标区域，根据确定出的显著性目标区域抠取出图像中的显著目标，包括：1)根据待抠取图像中像素的显著性值确定图像中的代表性像素；所述代表性像素包括显著目标代表像素和背景代表像素，将显著性值大于第一设定值的像素作为显著目标代表像素，将显著性值小于第二设定值的像素作为背景代表像素；2)构建与待抠取图像大小相同的两个二值矩阵m和v，如果待抠取图像中的像素为代表性像素，则将矩阵m中与该像素对应位置的值设置为1，否则设置为0；如果待抠取图像中的像素为显著目标代表元素，则将矩阵v中与该像素对应位置的值设置为1，否则设置为0；3)根据所述二值矩阵m和v计算出待抠取图像中的显著目标像素和背景像素，确定出图像中的显著目标区域，根据确定出的显著目标区域抠取出图像中的显著目标；计算待抠取图像中显著目标像素和背景像素的公式为：其中，α*为判断图像中像素是显著目标像素和背景像素的判断标识矩阵，如果矩阵α*中的元素取值为1，则像素为显著目标像素，如果矩阵α*中的元素取值为0，则像素为背景像素；round()为四舍五入取整函数，diag()为对角矩阵构造函数，i、j为待抠取图像中的任意像素点，为在像素点i的特征空间中与像素点i的欧氏距离最近的个像素点构成的集合，表示图像中像素点i与像素点j的密切度，X(i)、X(j)分别表示像素点i和像素点j的特征向量，||X(i)‑X(j)||表示X(i)和X(j)的欧氏距离，为由构成的矩阵，为矩阵中第i行第j的元素；m1为将二值矩阵m中的元素先按照元素所在的行顺序、再按照元素的所在的列顺序进行排序后得到的行向量；λ为调整系数、为经验值。...

【技术特征摘要】
1.一种图像中显著目标的抠取方法，包括以下步骤：(1)获取待抠取图像的显著性图，得到待抠取图像中每个像素的显著性值；(2)根据待抠取图像的显著性图S确定出图像中的显著性目标区域，根据确定出的显著性目标区域抠取出图像中的显著目标，包括：1)根据待抠取图像中像素的显著性值确定图像中的代表性像素；所述代表性像素包括显著目标代表像素和背景代表像素，将显著性值大于第一设定值的像素作为显著目标代表像素，将显著性值小于第二设定值的像素作为背景代表像素；2)构建与待抠取图像大小相同的两个二值矩阵m和v，如果待抠取图像中的像素为代表性像素，则将矩阵m中与该像素对应位置的值设置为1，否则设置为0；如果待抠取图像中的像素为显著目标代表像素，则将矩阵v中与该像素对应位置的值设置为1，否则设置为0；3)根据所述二值矩阵m和v计算出待抠取图像中的显著目标像素和背景像素，确定出图像中的显著目标区域，根据确定出的显著目标区域抠取出图像中的显著目标；计算待抠取图像中显著目标像素和背景像素的公式为：其中，α*为判断图像中像素是显著目标像素和背景像素的判断标识矩阵，如果矩阵α*中的元素取值为1，则像素为显著目标像素，如果矩阵α*中的元素取值为0，则像素为背景像素；round()为四舍五入取整函数，diag()为对角矩阵构造函数，i、j为待抠取图像中的任意像素点，为在像素点i的特征空间中与像素点i的欧氏距离最近的个像素点构成的集合，表示图像中像素点i与像素点j的密切度，X(i)、X(j)分别表示像素点i和像素点j的特征向量，||X(i)-X(j)||表示X(i)和X(j)的欧氏距离，为由构成的矩阵，为矩阵中第i行第j的元素；m1为将二值矩阵m中的元素先按照元素所在的行顺序、再按照元素的所在的列顺序进行排序后得到的行向量；λ为调整系数、为经验值。2.根据权利要求1所述的一种图像中显著目标的抠取方法，其特征在于，步骤(1)中，所述获取待抠取图像的显著性图，包括：根据待抠取图像的底层特征计算图像的底层特征显著性图Slow，根据待抠取图像的高层特征计算图像的高层特征显著性图Shigh，并根据所述图像的底层特征显著性图Slow和图像的高层特征显著性图Shigh计算得到待抠取图像的显著性图S，计算公式为：S＝Slow×Shigh。3.根据权利要求2所述的一种图像中显著目标的抠取方法，其特征在于，步骤(1)中，所述图像的底层特征包括图像的颜色、纹理和目标大小；所述图像的高层特征包括图像中的文字、人脸、动物、身体和目标物体。4.根据权利要求1至3之一所述的一种图像中显著目标的抠取方法，其特征在于，步骤3)中，X(i)＝(cos(h),sin(h),s,v,x,y)i；其中，h，s，v分别是像素i在HSV颜色空间的色度值、饱和度和明度,(x,y)为像素点i的坐标。5.根据权利要求1至3之一所述的一种图像中显著目标的抠取方法，其特征在于，步骤3)中，λ的优选值为100。6.一种图像中显著目标...

【专利技术属性】
技术研发人员：田华伟，肖延辉，丁建伟，朱振峰，赵耀，
申请(专利权)人：中国人民公安大学，
类型：发明
国别省市：北京;11