一种红外图像序列显著性检测方法技术

本发明专利技术公开了一种红外图像序列显著性检测方法，首先，采用一种基于交互一致性引导的空间信息融合方法提取每帧红外图像的亮度和轮廓特征，并计算空域显著性；其次，设计一种多帧对称差分算法提取红外序列的运动信息，并计算该帧图像的时域显著性；第三，设计一种自适应融合策略，将空域显著性和时域显著性相结合；第四，为了均匀突显红外图像序列中的时‑空显著性区域，提出一种多尺度融合方法，嵌入到时‑空显著性模型里，得到多尺度时‑空显著性图；最后，设计了一种基于Gestalt理论的优化算法，进一步提高显著性检测结果的可靠性；本发明专利技术通过深入挖掘红外图像序列的时空特性，来实现视觉显著性检测，故可以获得比传统显著性检测方法更加精确的结果。

Infrared image sequence saliency detection method

The invention discloses a significant infrared image sequence detection method, firstly, using a spatial information interactive consistency guided fusion method and contour feature extraction the brightness of each frame based on infrared image, and calculate the spatial significance; secondly, the motion information extraction algorithm of infrared sequence design a symmetrical frame difference. The image and calculate the time significantly; third, design an adaptive fusion strategy, the spatial saliency and temporal saliency combination; fourth, in order to highlight the regional uniform when the significant space in infrared image sequence, this paper proposes a multi-scale fusion method, then was empty embedded in the model when the air get multi-scale saliency map; finally, design a kind of optimization algorithm based on Gestalt theory, to further improve the reliability of significant test results of the invention; Through deep mining the temporal and spatial characteristics of infrared image sequences to achieve visual saliency detection, we can get more accurate results than the traditional saliency detection methods.

【技术实现步骤摘要】
一种红外图像序列显著性检测方法
本专利技术涉及一种基于时-空显著性自适应融合的红外图像序列显著性检测方法，属于图像处理和计算机视觉

技术介绍
视觉注意(显著性)是人类视觉系统的一个重要机制：尽管人类的眼睛在面对自然场景时可以捕获大量的视觉信息，但是人类有限的视觉细胞仅仅关注的是场景中最为显著的区域。人类视觉系统的这个机制吸引了包括心理学、认知神经学、计算机科学等众多领域的学者的研究兴趣。目前，在计算机视觉领域，人们提出了各种各样的计算模型，来模拟视觉显著性，并将这些模型应用于计算机视觉和模式识别的众多领域，如：图像/视频压缩、图像/视频分割、目标检测和识别、运动目标跟踪等。现阶段，视觉显著性模型从应用对象角度可以分为两类：单帧图像的视觉显著性检测模型、视频序列的视觉显著性检测模型。前者主要提取的是单帧图像的空域显著性，而后者不仅要提取空域显著性，还要提取时域显著性，这样计算得到的显著性图(即时-空显著性图)才能适合于视频序列应用的需求。尽管，现在人们已经提出一些时-空显著性图计算模型，但是，这些模型大都是针对普通光学图像序列的。直接将这些模型应用于红外图像序列，很难得到较为本文档来自技高网...

【技术保护点】
一种红外图像序列显著性检测方法，其特征在于，包括如下步骤：(A)采用一种基于交互一致性引导的空间信息融合方法提取每帧红外图像的亮度和轮廓特征，并计算空域显著性S

【技术特征摘要】
1.一种红外图像序列显著性检测方法，其特征在于，包括如下步骤：(A)采用一种基于交互一致性引导的空间信息融合方法提取每帧红外图像的亮度和轮廓特征，并计算空域显著性St；(B)设计一种多帧对称差分算法提取红外序列的运动信息，并计算该帧图像的时域显著性Tt；(C)设计一种自适应融合策略，将空域显著性St和时域显著性Tt相结合；(D)提出一种多尺度融合方法，嵌入到时-空显著性模型里，得到多尺度时-空显著性图(E)基于格式塔理论对多尺度时-空显著性图进行优化，具体步骤为：设l是多尺度时-空显著性图上的一个元素，ΩN是它的一个邻域，通过下式计算得到改进后的时-空显著性图：其中，为加权核函数。2.根据权利要求1所述的新的红外图像序列显著性检测方法，其特征在于，步骤(A)包括：(A1)基于亮度对比度的显著性计算；首先，针对红外图像序列的第t帧图像It，计算位置l处的亮度对比度显著性其中，Ωc是l的邻域，Ωs是l周围的环形区域；其次，设计校正函数f(α)＝|α|γ控制对比度增益，γ为常数且γ≥1，得到：(A2)基于轮廓的显著性计算；首先，针对红外图像序列的第t帧图像It，计算梯度幅度Gt；其次，采用上述校正函数对梯度幅度Gt进行改进，得到改进后的轮廓显著性图：(A3)基于交互一致性的空域显著性融合；首先，通过上述两步得到原始红外图像亮度对比度显著性图和轮廓显著性图后，计算其交互一致性：其中，是相对于的一致性；是相对于的一致性；其次，根据一致性，分别计算和的融合权值：...

【专利技术属性】
技术研发人员：宁晨，曾毓敏，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：江苏,32