一种基于超像素分割的图像区域显著性检测方法技术

本发明专利技术提供了一种基于超像素技术的图像区域显著性检测方法，属于图像处理和内容分析的技术领域。解决了图像区域检测要求全像素参与、检测复杂度高、检测准确性欠佳的问题。利用超像素分割技术对图像内容进行分解，分组聚类特征相似像素为紧凑区域，基于区域的颜色、位置、像素分布等区域特征并结合网络理论进行图像区域显著性检测，建立基于对比度、空间分布和网络特征的图像区域显著性映射关系。本发明专利技术考虑了局部区域和全局区域的统一，从分割的区域中找到特定的颜色描述，再结合特殊算法依据图像网络、空间分布等构建区域显著性映射关系，在图像处理、机器视觉等领域具有很好的应用潜力和价值。用潜力和价值。用潜力和价值。

【技术实现步骤摘要】
一种基于超像素分割的图像区域显著性检测方法


[0001]本专利技术涉及数字图像处理
，具体涉及一种基于超像素分割的图像区域显著性检测方法。

技术介绍

[0002]人类的视觉系统能够快速检测、识别视场内图像内容的较重要部分，并将之与图像的其余部分进行有针对性的分析处理。视觉的这种对图像内容的特殊处理机制实际上是一个多学科的科学问题，它涉及到了颜色、视觉、图像、人工智能等诸多领域，目前被国内外学者们广泛关注。人类视觉系统的这种具有显著性检测特征的机制能够帮助人们从图像中快速的筛选出其感兴趣的内容，这对于人们的日常生活以及工作等是至关重要的。如何让计算机也具有上述功能，也就是说图像区域的显著性检测，是目标检测、图像检索、人工智能等相关领域的重要课题。
[0003]研究表明，视觉系统对其视场内景物的对比度是很敏感，对图像内容的处理通常利用图像的颜色、方向、直方图等特征开展的。目前，基于视觉系统的图像区域显著性检测的应用主要有两类：自上而下的处理和自下而上的处理；自上而下的方法的特点是目标驱动的、缓慢的和依赖于具体任务的，它需要使用预先指定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超像素分割的图像区域显著性检测方法，其特征在于，包括如下步骤：步骤1：输入一幅彩色图像，对图像进行超像素分割处理；所述的超像素分割处理是对图像像素执行了基于颜色相似、空间接近的聚类处理；所述的聚类处理利用了图像像素的labxy五维信息，lab是像素的CIELAB颜色值，xy是像素的位置坐标；步骤2：利用图像的颜色信息对步骤1所获得的超像素分割区域执行区域显著性度量值的计算，从而从所分割的区域中找到具有显著特征的区域；所述的区域显著性度量值的计算，采用的计算方法为：算，采用的计算方法为：其中，表示区域i和j之间的颜色直方图相似性，其越接近0则两区域的颜色相似性越高，和为图像区域的归一化颜色直方图；表示区域i与j之间的颜色相似度；c
i
和c
j
保持区域i和j的平均颜色信息；为相邻区域贡献和效应的高斯空间权值；P
i
和P
j
表示相应区域的平均位置；w
j
为区域j的总像素；P为[0，1]之间的值；为区域i的显著性值；步骤3：对于步骤1处理后所获得的图像超像素区域，利用图像超像素分割的网格特性获得图像内物体的整体目标的显著性值；所述的显著性值的计算方法为：其中，为图像区域的颜色差，为区域间的位置差，t
c
为颜色阀值，t
p
为位置阀值；为区域之间的邻接关系；步骤4：依据步骤3所获得的图像区域间的邻接关系从超像素区域中提取聚类，利用分割、合并思路将过度...

【专利技术属性】
技术研发人员：田佳园，陈永利，钟京昊，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：