FT显著图通过直方图数据幕函数拟合计算目标、 背景分割阔值的方法获取显著超像素，用FT显著二值图定位显著目标可能存在的所有区 域，提高了显著目标检测的精度；（2)用图流形排序法进行显著目标检测，可快速实现在单 目标、单纯背景的简单场景和多目标、复杂场景的显著目标检测和显著区域的二值图分割， 进一步保证了目标检测的精度，弥补了FT算法可能存在的失效情况；（3)FT显著图结合图 流形排序检测比大多数显著目标检测方法的执行速度快、算法复杂度低，同时能保证较高 的检测精度；（4)本发明所设及的超像素分类采用前沿性能较好的像素聚类技术一一SLIC 法，聚类后的超像素能够有效保存显著目标边缘，保证了最后生成的显著图能较清晰地显 示目标轮廓；（5)本发明所设及的显著区域定位采用了FT显著图用自适应二值化法得到的 二值图结合超像素信息的方法，能最大限度地保证显著像素所在区域被定位出来，有效地 提高了检测的精度；（6)本发明所设及的显著目标检测采用了类似谱聚类方法的图流形排 序法，非正则的laplacian矩阵能够有效地从查询种子开始在图结点中捜寻与自己相关的 结点，并按照相关性大小进行排序，使得显著图生成速度快、精度高；（7)本发明所设及的 直方图幕函数拟合求灰度阔值法是一种基于最小二乘法的误差理论，属于数值分析范畴， 不是简单的数字图像处理技术。（8)本发明在图像多目标且场景复杂的情况下，检测效率 高，性能好，精度高，解决了显著目标检测领域的一大难题。
【附图说明】
[0014] 图1为本发明总流程图； 图2为本发明幕函数拟合求灰度阔值流程图； 图3为本发明超像素分类流程图； 图4为本发明显著区域定位流程图； 图5为本发明基于图流形排序的显著目标检测流程图； 图6为本发明显著图二值化流程图； 图7为本发明基本流程实例图。
【具体实施方式】
[0015]本发明所述一种基于直方图幕函数拟合的显著目标检测方法，包括：直方图幕函 数拟合、超像素分类、显著区域定位、显著目标检测等步骤。
[0016]为说明本发明基于直方图幕函数拟合的显著目标检测方法的具体实现方式，现结 合实施例及附图阐述如下： 图1为本发明的总流程图，其通过W下步骤实现基于直方图幕函数拟合的显著目标检 测方法的一个完整过程，包括： 步骤一：使用FT算法生成原图像的FT显著图，FT显著图数据FTi皿ame按照公式
【主权项】
1. 一种基于直方图幕函数拟合的显著目标检测方法，其特征在于：所述的目标检测方 法包括W下步骤： 步骤一；直方图幕函数拟合；将原图像用FT算法生成FT显著图并计算得到该显著图 的灰度直方图数据，根据灰度直方图数据用最小二乘法拟合幕函数曲线方程求得FT显著 图中用于超像素分类的灰度阔值X。； 步骤二；超像素分类；将原图像用化1C算法分割成n个超像素，根据步骤一得到的灰 度阔值将超像素分为显著超像素和背景超像素； 步骤显著区域定位：找出存在显著像素的超像素； 步骤四；显著目标检测：用图流形排序法计算超像素相关度矩阵和每个超像素的相关 性排序值，并通过将每个超像素的相关性排序值归一化得到每个超像素的显著度，将每个 超像素的显著度赋值给其包含的所有像素生成最终的显著图。
2. 根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征在 于：所述步骤一中用最小二乘法拟合幕函数曲线方程求灰度阔值的方法为；根据灰度直方 图数据用最小二乘法拟合幕函数曲线方程，将得到的幕函数曲线方程求导，将导数为-1的 点（X。，y。）作为背景灰度与显著灰度的拐点，X。作为FT显著图中分离背景和显著目标的灰 度阔值； 根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征在 于；所述步骤二中将超像素分为显著超像素和背景超像素的方法为： 一、 计算FT显著图中属于同一个超像素i的所有像素平均灰度mean_gray(i); 二、 将所有超像素按编号生成一个指示向量Yi=[yi，y2, ???yjT，将所有超像素中平均灰 度mean_gray(i)大于灰度阔值的归为显著超像素，其值yi(i=l，2,…，n)设为1，否则归为 背景超像素，其值y; (i=l，2,…，n)设为0; 根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征在 于：所述步骤=中显著区域定位的方法为： 一、 将FT显著图二值化：采用自适应二值化法把灰度高于FT显著图平均灰度2倍值 的像素灰度设为255,否则设为0 ; 二、 将所有超像素按编号生成一个指示向量Y2=[yi，72,…yJT，统计FT显著二值图中灰 度为255的像素所属的超像素编号，把存在显著像素的超像素i的指示值yi设为1，否则设 为0。
3. 根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征 在于；所述步骤四中超像素相关度矩阵的计算方法为；将原图像分割后的超像素组成图 G= (V，E)，其中V表示图G的所有超像素集合，E表示所有结点的全连接边集合，用图流形排 序法计算超像素相关度矩阵C=(D-aWr，其中，D为图G的度矩阵，W为超像素的邻接矩阵， a为相关系数。
4. 根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征在 于：所述步骤4中每个超像素的相关性排序值的计算方法为： 一、 将所有超像素按编号生成一个指示向量Y=[yi，y2,…y"]T，令Y=Yi.IY2,即Y取Yi 和Y2按位或运算的值； 二、 按照公式巧=(D-aW) -ly求得每个超像素的相关性排序值。
5.根据权利要求1所述的一种基于直方图幕函数拟合的显著目标检测方法，其特征在 于：所述步骤二原图像被化1C算法分割的超像素个数n为180-230个。
【专利摘要】一种基于直方图幂函数拟合的显著目标检测方法，包括直方图幂函数拟合、超像素分类、显著区域问题和显著目标检测四步。本发明有益效果：使用FT显著图、图流形排序法、SLIC法超像素分类、直方图幂函数拟合求灰度阈值在图像多目标且场景复杂的情况下，检测效率高，性能好，精度高，解决了显著目标检测领域的一大难题，且本发明所提供的方法执行速度快、算法复杂度低，同时能保证较高的检测精度。
【IPC分类】G06T7-00
【公开号】CN104715476
【申请号】CN201510078176
【发明人】杨春蕾, 普杰信, 刘中华, 王晓红, 董永生, 梁灵飞, 刘刚
【申请人】河南科技大学
【公开日】2015年6月17日
【申请日】2015年2月13日