专利名称：结合空间分布和全局对比的显著区域检测方法
技术领域：
本发明涉及一种结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。
背景技术：
人类视觉系统能够从图像或视频中迅速检测到重要或者令人感兴趣的区域以降低运算量。众所周知，视觉显著性在使那些重要或令人感兴趣的区域从其周围环境中“凸显”出来，进而引起人类注意的过程中，起到了非常重要的作用。因此，显著性检测是视觉注意理论(visual attention)中不可缺少的重要组成部分。目前，视觉检测已经广泛应用于目标检测、图像裁剪、图像浏览以及图像/视频压缩等领域。
显著性检测主要分为两大类自底向上显著性检测和自顶向下显著性检测。自底向上显著性检测方法指那些速度快、刺激驱动并且独立于场景中的知识的检测机制；而自顶向下显著性检测是指那些速度慢、目标导向并且需要先验知识的检测方法。
心理学研究表明，密集模式是一种典型的心理学模式。表现在视觉上，即空间分布密集的区域相比空间分布稀疏区域更加显著。然而现有的显著区域检测方法并没有考虑空间分布因素对区域显著性的影响，使得显著性区域的判定效率低。发明内容
为了解决现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题，提供一种结合空间分布和全局对比的显著区域检测方法。
本发明所述结合空间分布和全局对比的显著区域检测方法，它包括以下步骤
步骤一将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域，N为大于或者等于2的整数；
步骤二 计算每个子图像区域的空间分布显著值、(rk)，k表示子图像区域的序号，取值从1至N;
步骤三计算每个子图像区域的全局对比显著值Krk)；
步骤四根据步骤二和步骤三中获得的空间分布显著值、(rk)和全局对比显著值Src (rk)，计算获得子图像区域的显著值S (rk)；
步骤五将N个子图像区域的显著值S (rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。
所述步骤二中计算每个子图像区域rk的空间分布显著值&d(rk)的具体方法为
首先，计算子图像区域内所有像素点的坐标的χ分量均值^和y分量均值^
权利要求
1.一种结合空间分布和全局对比的显著区域检测方法，其特征在于它包括以下步骤步骤一将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域，N 为大于或者等于2的整数；步骤二 计算每个子图像区域的空间分布显著值&d(rk)，k表示子图像区域的序号， 取值从1至N ；步骤三计算每个子图像区域的全局对比显著值Src (rk)；步骤四根据步骤二和步骤三中获得的空间分布显著值、(rk)和全局对比显著值 Src (rk)，计算获得子图像区域的显著值S (rk)；步骤五将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。
2.根据权利要求1所述的结合空间分布和全局对比的显著区域检测方法，其特征在于所述步骤二中计算每个子图像区域的空间分布显著值&d(rk)的具体方法为首先，计算子图像区域内所有像素点的坐标的χ分量均值^和1分量均值^ M—Σ<V_ /=1Λ 一rk M ‘M—λ =j^^ k M ，式中M为子图像区域内像素点的总数，<为子图像区域内第i个像素点的坐标的 χ分量，叉为子图像区域内第i个像素点的坐标的y分量，然后，再根据X分量均值；和1分量均值i计算对应的X分量方差^^和1分量方差Srky ，μ_Srk =^-xM ‘M_Srk =^-^M ;最后，根据χ分量方差^^和y分量方差^ 7计算获得空间分布显著值&d(rk)
3.根据权利要求2所述的结合空间分布和全局对比的显著区域检测方法，其特征在于所述步骤三中计算每个子图像区域的全局对比显著值Src(rk)，采用公式
4.根据权利要求3所述的结合空间分布和全局对比的显著区域检测方法，其特征在于所述步骤四中子图像区域的显著值S(rk)为
全文摘要
结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。它解决了现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题。它将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域；计算每个子图像区域rk的空间分布显著值Ssd(rk)；计算每个子图像区域rk的全局对比显著值Src(rk)；根据空间分布显著值Ssd(rk)和全局对比显著值Src(rk)，计算获得子图像区域rk的显著值S(rk)；将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。本发明适用于输入图像的显著区域检测。
文档编号G06K9/32GK102542267SQ201110442240
公开日2012年7月4日 申请日期2011年12月26日 优先权日2011年12月26日
发明者景慧昀, 李琼, 牛夏牧, 贺欣, 韩琦 申请人:哈尔滨工业大学