基于显著性密度与边缘响应的显著物体自动检测方法技术

基于显著性密度与边缘响应的显著物体自动检测方法，它涉及显著物体自动检测的方法，本发明专利技术要解决现有显著物体检测方法中仅利用显著性一个属性而没有考虑显著物体的边缘属性致使显著物体检测准确度不高的问题。本发明专利技术中基于显著性密度与边缘响应的显著物体自动检测方法按以下步骤进行：根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口将得到的最优子窗口作为输入，初始化GrabCut图像分割方法；运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。本发明专利技术可应用于图像处理领域。

【技术实现步骤摘要】

本专利技术涉及显著物体自动检测的方法。
技术介绍
人类视觉系统总是自动地将注意力集中在显著物体上，这项能力使得我们可以将人脑有限的处理资源分配给图像中重要的部分。显著物体检测已在机器视觉方面有很多成功的应用，现有的显著物体检测方法可以分为两类:第一类方法趋向于找到最有可能包含显著物体的矩形框；第二类方法趋向于应用物体分割方法获得具有很好边缘的显著物体。然而上述两类方法都仅仅运用了显著性这一个属性(显著物体拥有的属性)。在显著性计算过程中，大量的原始图像所具有的可能对检测显著物体有帮助的信息都被不可避免丢失掉，没有充分利用显著物体的边缘属性使得现有的显著物体检测准确度不高。
技术实现思路
本专利技术为了解决现有显著物体检测方法中仅利用显著性一个属性而没有考虑显著物体的边缘属性致使显著物体检测准确度不高的问题，而提供。包括以下步骤:步骤一、根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S ; 步骤二、在显著图S上，运用一组Gabor滤波器，生成边缘响应图E ；步骤三、运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子本文档来自技高网...

【技术保护点】
基于显著性密度与边缘响应的显著物体自动检测方法，其特征在于它是通过以下步骤实现的：步骤一、根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；步骤二、在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；步骤三、运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口步骤四、将步骤三定位到的最优子窗口作为输入，初始化GrabCut图像分割方法；步骤五、运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。FDA00003118823000011.jpg,FDA00003118823000012.jpg

【技术特征摘要】

【专利技术属性】
技术研发人员：牛夏牧，景慧昀，韩琦，李琼，王莘，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：