1.一种景物特征提取方法,包括:
获取目标图像,进行二值化处理,得到二值图像;
将所述二值图像进行形态学处理,得到形态学处理图像;
根据所述形态学处理图像确定激励图;
对所述激励图进行均一化处理,得到显著性图;
根据所述显著性图确定所述目标图像的目标景物特征。
2.根据权利要求1所述的方法,其特征在于,所述进行二值化处理之前,还包括:
对所述目标图像进行滤波。
3.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行滤波,包括:
对所述目标图像进行高斯滤波,采用的高斯函数为:
其中,x,y为所述目标图像的点坐标,σ为高斯滤波器的参数,所述σ的值为所述目标图像的宽度和高度中较小者的1/8~1/12之间。
4.根据权利要求2所述的方法,其特征在于,所述进行二值化处理,包括:
对滤波后得到平滑图像中的点b(x,y),在9*9领域内求取局部灰度标准差:
遍历所述平滑图像进行如下运算,得到所述二值图像:
若
若
5.根据权利要求1所述的方法,其特征在于,所述将所述二值图像进行形态学处理,得到形态学处理图像,包括:
对所述二值图像作腐蚀运算;
将所述腐蚀运算处理后的图像进行膨胀运算,得到所述形态学处理图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述形态学处理图像确定激励图,包括:
对于所述形态学处理图像中每一个点,将所述点的灰度值作为马尔科夫链中的状态,计算从所述点出发的边的权重,所述边的权重为状态间转换的概率,计算马尔科夫链的概率分布,得到所述激励图。
7.根据权利要求6所述的方法,其特征在于,所述边的权重设置为:
w1((i,j),(p,q))=d((i,j)||(p,q))·f(i-p,j-q)
其中,d(i,j)与d(p,q)为所述边的两个端点,
δ为自由参数,所述δ的值为图像宽度和图像高度中较小者的1/16~1/24之间。
8.根据权利要求1所述的方法,其特征在于,所述根据所述显著性图确定所述目标图像的目标景物特征,包括:
根据所述显著性图确定所述目标图像的显著性区域,将所述显著性区域的区域特征作为所述目标图像的目标景物特征。
9.一种景物特征提取设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~8中任意一项所述的方法。
10.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~8中任意一项所述的方法。