【技术实现步骤摘要】
基于锐利度的针对虚化图像的显著性检测方法及系统
本专利技术涉及显著性检测
,具体地,涉及一种精确的基于锐利度的针对虚化图像的显著性检测方法及系统。
技术介绍
显著性检测是图像处理领域一个经典的话题。显著性模型旨在检测给定图像中人眼感兴趣的区域,在过去的十几年中,几十种显著性模型已经被提出并且广泛地应用到了计算机视觉、计算机图形学和机器人学等领域。显著性模型已经经过了二十七年的发展,1998年,LaurentItti的一篇文章《基于显著性的迅速场景分析视觉模型》将显著性模型的研究带入了新的时代,这篇文章奠定了显著性模型的基本框架。随后,显著性模型开始了蓬勃发展,至今已经涌现出了四十余种显著性模型,并且被成功应用到了图像分割、质量评价、图像匹配、图像与视频压缩、图像重建、图像与视频压缩、场景分类、目标检测以及机器人视觉等领域。关于显著性的进一步研究意义重大。显著性模型的目的是设计某种方法,并利用计算机将原图片进行处理,从而自动得到一幅显著性地图。显著性地图是一副灰度图像,在这幅灰度图像中,值越高的像素点显著性越强。显著性是衡量人眼对某个区域感兴趣程度的概念,显著性地图的值越大,该区域对人眼的吸引力越强。随着越来越多的显著性检验模型的提出,同一副原始图片可以通过不同的显著性模型得到多个不同的显著性地图(SaliencyMap),为了衡量这些显著性地图的质量,多种评价准则也应运而生,最为常用的是AUC、CC以及NSS评价准则。Itti&Koch模型由LaurentItti等人在1998年提出,堪称现代显著性模型的基础,这种较为完善的显著性模型的结构主 ...
【技术保护点】
一种基于锐利度的针对虚化图像的显著性检测方法,其特征在于,包括以下步骤:步骤一:获取原始图像的锐利度地图:采用基于频谱、基于空域以及基于边缘相结合的方法来计算锐利度地图;步骤二:阈值分割:基于步骤一得到的原始图像的锐利度地图,通过二分法进行阈值分割,找到锐利度符合设定条件的像素,然后算出这部分像素区域的中心坐标,即为清晰前景区域的中心;步骤三:获取前景显著性地图:采用Center‑Surround滤波器来进行处理,得到初步的显著性地图,然后利用步骤二中得到的中心坐标进行虚化偏移,即采用一个以中心坐标为中心的高斯核对初步显著性地图进行加权,得到前景显著性地图;步骤四:获取模糊背景的显著性地图:采用显著性模型GBVS来计算模糊背景的显著性地图;步骤五:将步骤三和步骤四中得到的显著性地图进行融合,形成最终的显著性地图。
【技术特征摘要】
1.一种基于锐利度的针对虚化图像的显著性检测方法,其特征在于,包括以下步骤:步骤一:获取原始图像的锐利度地图:采用基于频谱、基于空域以及基于边缘相结合的方法来计算锐利度地图;步骤二:阈值分割:基于步骤一得到的原始图像的锐利度地图,通过二分法进行阈值分割,找到锐利度符合设定条件的像素,然后算出这部分像素区域的中心坐标,即为清晰前景区域的中心;步骤三:获取前景显著性地图:采用Center-Surround滤波器来进行处理,得到初步的显著性地图,然后利用步骤二中得到的中心坐标进行虚化偏移,即采用一个以中心坐标为中心的高斯核对初步显著性地图进行加权,得到前景显著性地图;步骤四:获取模糊背景的显著性地图:采用显著性模型GBVS来计算模糊背景的显著性地图;步骤五:将步骤三和步骤四中得到的显著性地图进行融合,形成最终的显著性地图;所述步骤一,实现操作如下:频域锐利度地图生成:在频域上计算锐利度时,首先将大小为m×n的图片进行DFT变换得到Y(f,θ),其中f为径向频率,θ为方向,二者的计算公式如下:其中,m和n分别为图像像素点的高度和宽度,u和v为图像经过DFT变换后得到的DFT指数;得到f和θ之后,计算所有方向上的幅度谱总和Z:Z=∑θ|Y(f,θ)|(3)最后,画出log(Z)和log(f)之间的关系图,称为Z-f曲线,用一条直线去拟合Z-f曲线,最终求出的拟合直线的斜率可以用来评估频域锐利度地图S1;空域锐利度地图生成:在空域上计算大小为2×2的像素块之间的方差,然后取总体方差的最大值来代表空域的锐利度:其中,对图像中每一个2×2的子块,i和j分别代表该子块中的两个不同的像素点,相应地,xi和xj分别为像素i和j对应的像素值,v(x)代表的是该2×2的子块的方差,S2代表空域锐利度地图;边缘锐利度地图生成:在得到空域和频域锐利度之后进一步计算边缘锐利度,首先用canny算子计算出图像的所有边缘:其中,Se是边缘锐利度地图,Ierror是边缘处梯度正方向上的像素点与梯度负方向上的像素点之间的亮度比值差,W是对应的边缘宽度,对Ierror和Werror取对数是基于生理学研究成果,A为自由参数,A设置为1;对边缘进行像素级别的处理,通过寻找与领域像素之间的联系将其归一化为0°、45°、90°、135°、180°、225°、270°、315°八个方向,然后在梯度正方向上长度为3的像素范围内找一个灰度值最大的点P1(x1,y1),在梯度反方向上找一个灰度值最小的点P2(x2,y2),IP1和IP2分别是P1和P2的灰度值,那么有:在得到S1、S2、Se之后,采用以下融合方式将三种锐利度进行融合,得到最终的锐利度地图S:2.根据权利要求1所述的一种基于锐利度的针对虚化图像的显著性检测方法,其特征在于,步骤二中:找到锐利度符合...
【专利技术属性】
技术研发人员:翟广涛,车朝晖,王嶺,高伟,闵葆贻,
申请(专利权)人:上海文广科技集团有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。