一种基于中心矩形构图先验的显著目标检测方法技术

本发明专利技术提供一种基于中心矩形构图先验的显著目标检测方法。所述中心矩形是指三分构图线的四个构图交点围成的矩形。假设显著目标沿中心矩形构图线排列，对中心矩形四条边上的超像素进行相关性排序，获取中心矩形构图线显著图；假设显著目标位于中心矩形构图交点上，根据所述中心矩形构图线显著图去除不可能成为显著目标的构图交点，然后分别以剩下的构图交点为中心节点，计算图像中所有超像素节点与中心节点的空间距离，形成对应的显著图，最后将其相加融合形成中心矩形构图交点显著图；之后利用紧凑性关系获取紧凑性关系显著图；最后，三者融合得到最终的显著图。所述方法遵循摄影构图法则，符合人眼视觉注意机制。

【技术实现步骤摘要】

本专利技术属于计算机视觉领域，具体涉及一种显著目标检测方法。
技术介绍
近年来计算机视觉中的显著目标检测越来越吸引人们的关注。显著目标检测多用在图像分割、目标识别、视频跟踪、图像分类、图像压缩等工作中，属于计算机视觉中的基础研究工作。研究人员也提出了很多有关显著目标检测的算法。2013年Yang等人在论文Saliency Detection via Graph-Based Manifold Ranking中提出MR方法，对图像进行超像素分割，把图像的四条边界所在的超像素节点设为背景，根据特征相关性排序寻找目标背景分布图，再以寻找到的目标出发，由特征相关性排序细化显著图。这是一种从背景角度出发形成显著图的方法。由于图像在形成时通常遵循摄影构图法则，如摄影师在拍摄图像时，将图像的主体目标置于构图交点上，或者沿着构图线排布多个目标。而且，人眼在观看图像时，也会遵循对应的摄影构图法则。申请号201510402217.X一种基于构图线的多尺度显著目标检测方法，以构图线为目标、其余为背景的角度出发，通过多次特征相关性排序逐步更新目标和背景，形成显著图。然而构图线中靠近图像边界的部分可能不是目标，如果将其初始化为目标会产生噪声。2015年Zhou等人在论文Salient Region Detection via Integrating Diffusion-Based Compactness and Local Contrast中提出Compactness方法，认为显著目标具有紧凑的空间分布，而背景的颜色更广泛地分布在整个图像中，并认为显著目标多处于图像的中心位置，与图像中心的空间距离较小。然而基于摄影构图法则，显著目标不一定在图像的中心，而是分布在构图交点上，以与图像中心的空间距离作为显著计算的依据，会产生误差。
技术实现思路
本专利技术为克服以构图线为目标计算图像显著值的方法中靠近图像边界的构图线初始化为目标所带来的噪声以及假设图像中心为显著目标所产生的误差问题，提供一种基于中心矩形构图先验的显著目标检测方法。所述中心矩形是指三分构图线的四个构图交点围成的矩形。假设显著目标沿中心矩形构图线排列，对中心矩形四条边上的超像素进行特征相关性排序，获取中心矩形构图线显著图；然后，假设显著目标位于中心矩形构图交点上，通过计算图像中超像素节点与中心节点之间的空间距离，获取中心矩形构图交点显著图，并根据紧凑性关系获取紧凑性关系显著图；最后，三者融合得到最终的显著图。本专利技术解决技术问题采用如下技术方案：一种基于中心矩形构图先验的显著目标检测方法，其步骤包括：(1)将图像分割为超像素，以超像素为节点，构造闭环图；(2)假设目标沿中心矩形构图线排列，提取中心矩形构图线所在的超像素节点作为查询节点，通过相关性排序计算每一个超像素节点的显著值，获取中心矩形构图线显著图；(3)假设目标位于中心矩形构图交点上，根据所述中心矩形构图线显著图去除不可能成为显著目标的构图交点，然后分别以剩下的构图交点为中心节点，计算图像中所有超像素节点与中心节点的空间距离，形成对应的显著图，最后将其相加融合形成中心矩形构图交点显著图；当根据所述中心矩形构图线显著图去除了所有的构图交点时，以图像中心所在的超像素节点为中心节点；(4)利用空间紧凑性关系计算图像的显著值，获取紧凑性关系显著图；(5)将所述中心矩形构图线显著图、中心矩形构图交点显著图和紧凑性关系显著图三者进行融合，获取最终的中心矩形构图先验显著图。与已有技术相比，本专利技术有益效果体现在：1、本专利技术一种基于中心矩形构图先验的显著目标检测方法，假设中心矩形构图线为显著目标形成显著图，遵循摄影构图法则，符合人眼视觉注意机制；2、本专利技术一种基于中心矩形构图先验的显著目标检测方法，假设显著目标位于中心矩形构图交点上，而不是图像中心位置，遵循摄影构图法则，符合人眼视觉注意机制；3、本专利技术一种基于中心矩形构图先验的显著目标检测方法，通过图像库测试对比证明了其有效性以及在效果上明显的优势。附图说明图1为本专利技术一种基于中心矩形构图先验的显著目标检测方法流程图。图2为本专利技术一种基于中心矩形构图先验的显著目标检测方法中超像素构造闭环图的示意图。图3为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集CSSD上的显著性检测结果PR曲线对比图。图4为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集ECSSD上的显著性检测结果PR曲线对比图。图5为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集THUS-10000上的显著性检测结果PR曲线对比图。图6为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集CSSD上的显著性检测结果评估指标直方图的对比图。图7为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集ECSSD上的显著性检测结果评估指标直方图的对比图。图8为本专利技术一种基于中心矩形构图先验的显著目标检测方法与现有方法在数据集THUS-10000上的显著性检测结果评估指标直方图的对比图。以下通过具体实施方式，并结合附图对本专利技术做进一步说明，但本专利技术的实施方式不限于此。具体实施方式本实施例一种基于中心矩形构图先验的显著目标检测方法，如图1所示，其步骤包括：(1)利用SLIC算法将图像分割为超像素，以超像素为节点，设置每个节点不仅和周围邻居节点相连，而且与所有共边界的节点相连。同时，把中心矩形构图线四条边上的节点都视作毗邻的，把图像四条边界上的节点也视作毗邻的，构造闭环图。如图2所示。(2)假设目标沿中心矩形构图线排列，提取中心矩形构图线所在的超像素节点作为查询节点，使用流形排序算法计算每一个超像素节点的显著值，获取中心矩形构图线显著图；中心矩形的四条边集合分别为左边界El、右边界Er、上边界Et和下边界Ed： E l = ( [ W I D T H 3 ] , [ H E I G H T 3 , ... , 2 * H E I G H T 3 ] ) - - - ( 1 ) ]]> E r = ( [ 2 本文档来自技高网...

【技术保护点】
一种基于中心矩形构图先验的显著目标检测方法，其步骤包括：(1) 将图像分割为超像素，以超像素为节点，构造闭环图；(2) 假设目标沿中心矩形构图线排列，提取中心矩形构图线所在的超像素节点作为查询节点，通过相关性排序计算每一个超像素节点的显著值，获取中心矩形构图线显著图；(3) 假设目标位于中心矩形构图交点上，根据所述中心矩形构图线显著图去除不可能成为显著目标的构图交点，然后分别以剩下的构图交点为中心节点，计算图像中所有超像素节点与中心节点的空间距离，形成对应的显著图，最后将其相加融合形成中心矩形构图交点显著图；当根据所述中心矩形构图线显著图去除了所有的构图交点时，以图像中心所在的超像素节点为中心节点；(4) 利用空间紧凑性关系计算图像的显著值，获取紧凑性关系显著图；(5) 将所述中心矩形构图线显著图、中心矩形构图交点显著图和紧凑性关系显著图三者进行融合，获取最终的中心矩形构图先验显著图。

【技术特征摘要】
1.一种基于中心矩形构图先验的显著目标检测方法，其步骤包括：(1) 将图像分割为超像素，以超像素为节点，构造闭环图；(2) 假设目标沿中心矩形构图线排列，提取中心矩形构图线所在的超像素节点作为查询节点，通过相关性排序计算每一个超像素节点的显著值，获取中心矩形构图线显著图；(3) 假设目标位于中心矩形构图交点上，根据所述中心矩形构图线显著图去除不可能成为显著目标的构图交点，然后分别以剩下的构图交点为...

【专利技术属性】
技术研发人员：刘政怡，邵婷，宋腾飞，吴建国，郭星，李炜，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽;34