一种基于底层特征融合的图像视觉显著性计算方法技术

本发明专利技术公开了一种基于底层特征融合的图像视觉显著性计算方法，包括以下步骤：1.1）把图像分割成若干不规则碎片；1.2）计算每个碎片颜色特征的独特性；1.3）计算每个碎片颜色特征的分散性；1.4）通过计算每个碎片颜色特征的显著性得到图像的颜色显著性图，进一步得到图像视觉显著性图；1.5）通过计算每个碎片图像的显著性的加权平均，为图像的每一个像素点分配显著性值。本发明专利技术能有效地计算图像每个像素的显著性值。

【技术实现步骤摘要】

本专利技术涉及无线通讯
，尤其涉及。
技术介绍
视觉注意力是人类视觉系统重要机制，人类的视觉注意力可以快速有效地检查到图像中显著的区域。因此，在计算机视觉领域模拟人类视觉注意力的显著性检测模型的研究引起了研究者的广泛注意。图像的显著性检测(Saliency detection)被广泛地应用于许多计算机视觉和图像处理应用当中，如图像中感兴趣物体的分割(专利200910046276)、目标识别、目标敏感的图像缩放(专利200910092756)、图像检索(专利200910081069)等。该领域目前国内相关专利有基于色彩直方图和全局对比度的图像视觉显著性计算方法(专利号201110062520.1)。该方法仅考虑了颜色特征的独特性，没有考虑颜色特征的分散性、纹理特征的独特性和分散性以及景深对视觉显著性的影响，所以其性能受到了限制。
技术实现思路
本专利技术解决的技术问题是如何融合图像多种底层特征，有效地计算图像像素的显著性值。为了解决以上技术问题，本专利技术实施例公开了，包括以下步骤1.1)把图像分割成若干不规则碎片；1. 2)计算每个碎片颜色特征的独特性；1. 3)计算每个碎片颜色本文档来自技高网...

【技术保护点】
一种基于底层特征融合的图像视觉显著性计算方法，其特征在于，包括以下步骤：1.1）把图像分割成若干不规则碎片；1.2）计算每个碎片颜色特征的独特性；1.3）计算每个碎片颜色特征的分散性；1.4）通过计算每个碎片颜色特征的显著性得到图像的颜色显著性图，进一步得到图像视觉显著性图；1.5）通过计算每个碎片图像的显著性的加权平均，为图像的每一个像素点分配显著性值。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵耀，田华伟，秦伦明，倪蓉蓉，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：