基于高斯多尺度变换及颜色复杂度的图像检测方法

文档序号:6349490阅读:281来源:国知局
专利名称:基于高斯多尺度变换及颜色复杂度的图像检测方法
技术领域
本发明涉及图像处理技术,特别是涉及一种基于高斯多尺度变换及颜色复杂度的图像检测方法的技术。
背景技术
人类视觉具有选择注意特性,能迅速把目标集中到图像中自己感兴趣的区域,并注意到图像的重要部分,也即所谓的显著区域。正确地提取这些关键区域,可以大大提高图像分析和处理效率和准确度,降低计算的复杂度,避免不必要的计算资源浪费。但在机器视觉、自动识别等领域,基于视觉注意显著图的生成方式还没有形成统一模型。同时由于检测的显著区域可以广泛应用于许多计算机视觉领域的应用,包括对兴趣目标物体图像分割, 目标识别,自适应压缩,内容感知图像编辑和图像检索等,所以通过计算来检测图像的显著性区域意义重大。
显著区域提取主要分为两大类别一类是基于低级视觉特征,由数据驱动的自底向上的视觉计算模型;另一类是基于高级视觉特征,与任务、知识等相关的自顶向下的视觉选择注意模型。其中,基于低级视觉特征的显著性计算方法主要分全局对比度计算、局部对比度计算或者两者兼顾,这些方法利用亮度、颜色、纹理、边缘等底层特征来决定图像某个区域和它周围的对比度。
目前的视觉注意显著区域检测算法以局部对比度算法为主,其中以Itti提出的算法最具有代表性,该算法在多尺度下将多种特征通过中心-周围的差异得到的显著性度量结果合成为一幅显著图,但该显著图为输入图像大小的1/256,且原图像中的目标区域通常被分割成几个不相连的部分,不利于后续处理。另外,还有Harel等人提出的基于图论的算法,这种算法在特征提取的过程中用类似于Itti算法去模拟视觉原理,在显著图生成的过程引入马尔可夫链,用纯数学计算得到显著值。Achanta等人所提出的算法则通过像素与其多个尺度领域对比的差异和来计算像素的显著度,从而产生全分辨率的显著性图。 Goferman等人所提出的算法则根据新颖的特征和颜色应该具有的高显著度,且显著点应该是集中分布的而不是分散在图像中的观点来计算显著区域。这些利用局部对比度的方法倾向于在边缘部分产生高显著性值,而不是均勻地突出整个物体。
基于全局对比度的显著性区域计算方法有R. Achanta提出的通过计算像素与整个图像的平均色的色差来直接定义显著性值,得到的与输入图像大小相同的显著图,该方法简单、快速,对背景简单的图像取得不错的效果。^iang Jing提出的由视觉模型产生的局部显著和进化规划计算的全局显著共同度量来检测显著区域,此方法对大目标难以实现可靠的检测。Hou Xiaodi提出的在频谱域上分析显著区域的特征,然后在空间域上构建相应的显著图,该算法与Itti的算法相比,在计算速度和检测效果上有一定的优势,但该算法的缺陷是倾向于小目标检测而且只考虑了一种固定的尺度(6虹64)。Zhang Qiao-rong 提出的方法对Hou Xiaodi算法进行多尺度改进,但由于冗余计算部分依旧采纳Hou Xiaodi 的算法,且多尺度也只是通过对图像直接采样来降低数据量的方法,因此该算法对大目标的图像检测效果还有待改进。 发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种图像检测效果好,能准确快速地检测出图像显著区域的基于高斯多尺度变换及颜色复杂度的图像检测方法。
为了解决上述技术问题,本发明所提供的一种基于高斯多尺度变换及颜色复杂度的图像检测方法,其特征在于,具体步骤如下先将原始图像从RGB颜色空间分别转化到 HSV颜色空间和GSid颜色空间,然后在HSV颜色空间中计算全局显著图,在GSid颜色空间中计算局部显著度,然后再将计算出来的全局显著图和局部显著度进行归一化合并, 从而得到总视觉显著图;在HSV颜色空间中计算全局显著图的步骤如下1)将原始图像从RGB颜色空间转化到HSV颜色空间,转换公式为
权利要求
1. 一种基于高斯多尺度变换及颜色复杂度的图像检测方法,其特征在于,具体步骤如下先将原始图像从RGB颜色空间分别转化到HSV颜色空间和 CIELab颜色空间,然后在HSV颜色空间中计算全局显著图,在Cffi^i颜色空间中计算局部显著度,然后再将计算出来的全局显著图和局部显著度进行归一化合并,从而得到总视觉显著图;在HSV颜色空间中计算全局显著图的步骤如下1)将原始图像从RGB颜色空间转化到HSV颜色空间,转换公式为
全文摘要
一种基于高斯多尺度变换及颜色复杂度的图像检测方法,涉及图像处理技术领域,所解决的是提高图像检测效果的技术问题。该方法先将原始图像从RGB颜色空间分别转化到HSV颜色空间和颜色空间,然后在HSV颜色空间中计算全局显著图,在颜色空间中计算局部显著度,然后再将计算出来的全局显著图和局部显著度进行归一化合并,从而得到总视觉显著图。本发明提供的方法,能准确快速地检测出图像显著区域。
文档编号G06T7/00GK102496157SQ20111037286
公开日2012年6月13日 申请日期2011年11月22日 优先权日2011年11月22日
发明者曹家麟, 胡越黎, 赵倩 申请人:上海电力学院
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1