专利名称：一种图像显著区域检测方法
技术领域：
本发明涉及计算机图像处理领域，特别是涉及ー种图像显著区域检测方法。
背景技术：
人类的视觉机理和反射条件具有一定的共性，这会使图像中一定的显著性区域，如图像的边缘、色差梯度较大的图像区域，总会引起人们的注意。基于这种原理，可以对图像中的显著性的区域进行检测，提取出显著性值的灰度图像，从而广泛的应用于计算机视觉领域，包括对兴趣目标物体的图像分割，目标识别，自适应压缩，内容感知图像编辑，和图像检索等。同时，对图像的显著性区域的检测研究反过来对研究人类视觉系统的信息加工也有帮助。
图像显著区域检测方法即是要得到待处理的图像中每ー像素点的显著性值，根据显著性值得到对应的显著性灰度图。现有的图像显著区域检测方法中，有基于全局的计算方法计算显著性值的，也有基于局部窗ロ计算显著性值的，但上述两种方法各自突出待检测图像中不同的特性，全局计算方法得到的显著性值灰度图像突出的是待检测图像的主体部分的显著性，而局部处理计算方法得到的显著性值灰度图像突出的是待检测图像中的边缘以及纹理较强处的信息。以人脸图像为例说明，采用全局计算方法得到的各像素点显著性值，能识别出人脸图像的主体部分，但对于脸部轮廓处、眼睛、鼻子、嘴部边缘处却不能很好体现；而采用局部计算方法得到的各像素点显著性值，对轮廓边缘处能很好地体现，但对于脸部主体部分却不能很好地体现。这样两种方法得到的灰度图结果均不能较准确的反应待检测图像的显著性值。
发明内容
本发明所要解决的技术问题是弥补上述现有技术的不足，提出一种图像显著区域检测方法，结合局部处理和全局处理方式，使得到的显著性值灰度图像更加精确。本发明的技术问题通过以下的技术方案予以解决
ー种图像显著区域检测方法，包括以下步骤1)色彩空间转换和滤波处理将待检测图像从RGB色彩空间转换为CIELab色彩空间，并对图像做滤波处理；2)局部窗ロ计算按局部处理方式计算待检测图像中各像素点的显著性值，定义为第一显著性值；所述局部处理方式为以当前待计算的像素点R为中心，在mXη的矩形窗ロ中，计算像素点R的显著性值S1(R)J)对步骤2)得到的各像素点的第一显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第一显著性值的第一灰度图像；4)全局分块计算按全局处理方式计算待检测图像中各像素点的显著性值，定义为第二显著性值；所述全局处理方式为将待检测图像划分为M块均包含eXf个像素点的像素块，当前待计算的像素点R位于像素块Pi中，计算像素块Pi的显著性值，则像素点R的显著性值S2 (R)等于像素块Pi的显著性值；5)对步骤4)得到的各像素点的第二显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第二显著性值的第二灰度图像；6)对步骤3)得到的第一灰度图像和步骤5)得到的第二灰度图像进行合并操作，比较两幅灰度图中的各像素点的灰度值，取两者中较大值作为最終的灰度值，得到待检测图像最終的显著性值的灰度图像。本发明与现有技术对比的有益效果是
本发明的图像显著区域检测方法，由于综合利用了在局部矩形窗口中计算得到的显著性值和全局分块划分后计算得到的显著性值，取两种方式中显著性值对应的灰度值较大者作为最终灰度值生成灰度图像。得到的灰度图像中，即能突出待检测图像中边缘、纹理较强处区域的显著性值(局部处理方式)，也能突出待检测图像中主体部分的显著性值(全局处理方式)，因此得到的显著性值灰度图像比单一局部处理方法或単一全局处理方法更为准确。同吋，由于局部处理时采取矩形窗ロ进行计算，计算量较小，全局处理时按照分块划分后计算像素块显著性值得到像素点显著性值，计算量也较小，因此本发明的图像显著区域检测方法在提高结果准确性的同时，计算量并没有増大。
图I是本发明具体实施方式
中的图像显著区域检测方法的流程 图2是本发明具体实施方式
中的分块划分中25块均包含4X4个像素点的像素块的位置关系不意图。
具体实施例方式下面结合具体实施方式
并对照附图对本发明做进ー步详细说明。如图I所示，为本具体实施方式
中的图像显著区域检测方法的流程图。Ul)色彩空间转换和滤波处理将待检测图像从RGB色彩空间转换为CIELab色彩空间，并对图像做滤波处理。本具体实施方式
中，运用如下简单的转换关系式进行转换
L = O. 2126 * R + O.7152 * G + O.0722 * B
a = I. 4749 * (O. 2213 * R - O. 3390 * G + O. 1177 * B) + 128b = O.6245 * (O.1949 * R + O.6057 * G - O.8006 * B) + 128其中，R，G，B分别表示所述待检测图像中像素点在RGB色彩空间的R通道值，G通道值，B通道值；L，a, b分别表示转换后所述待检测图像中像素点在CIELab色彩空间的L通道值，a通道值，b通道值。上述各值的取值范围均是
。将待检测图像转换到CIELab色彩空间，而在CIELab色彩空间计算空间距离时更加符合人类的视觉感知，视觉感知误差较小，相对于在非CIELab色彩空间计算空间距离会产生较大的视觉感知误差，因此可从色彩空间转换这一方面确保得到的显著性值的准确性。当然，本具体实施方式
中使用上述转换关系式，是因为上述转换关系式较简単，同时也能满足精确度的要求，其它更为精确，比如式中各系数的小数点取更多位吋，但稍复杂的转换关系式也可用于此处进行色彩空间转换。对转换色彩空间后的图像进行滤波处理以达到减小噪声的目的。本具体实施方式
中，采用高斯滤波器，高斯滤波器是ー种低通滤波器，对图像的数字信号进行平滑处理，以去掉高频噪声。高斯滤波处理是ー种成熟滤波技术，具体处理方式在此不做详细介绍。
U2)局部窗ロ计算针对上述步骤Ul)处理后转换至CIELab色彩空间的待检测图像按局部处理方式计算图像中各像素点的显著性值，定义为第一显著性值。其中，局部处理方式为以当前待计算的像素点R为中心，在mX η的矩形窗口中，计算像素点R的显著性值S1(R)0 mXn的矩形窗ロ越小，最終得到的灰度图像突出边界信息就越清楚，计算结果越精确。按照矩形窗ロ为计算区域计算窗口中心像素点的显著性值，计算量较小。本具体实施方式
中，按照局部矩形窗ロ计算像素点显著性值时，依据公式I计算得到当前待计算的像素点R的显著性值S1 CR),公式I为
权利要求
1.一种图像显著区域检测方法，其特征在于包括以下步骤 1)色彩空间转换和滤波处理将待检测图像从RGB色彩空间转换为CIELab色彩空间，并对图像做滤波处理； 2)局部窗ロ计算按局部处理方式计算待检测图像中各像素点的显著性值，定义为第ー显著性值；所述局部处理方式为以当前待计算的像素点R为中心，在mXn的矩形窗ロ中，计算像素点R的显著性值S1 (R)； 3)对步骤2)得到的各像素点的第一显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第一显著性值的第一灰度图像； 4)全局分块计算按全局处理方式计算待检测图像中各像素点的显著性值，定义为第ニ显著性值；所述全局处理方式为将待检测图像划分为M块均包含e Xf个像素点的像素块，当前待计算的像素点R位于像素块Pi中，计算像素块Pi的显著性值，则像素点R的显著性值S2 (R)等于像素块Pi的显著性值； 5)对步骤4)得到的各像素点的第二显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第二显著性值的第二灰度图像； 6)对步骤3)得到的第一灰度图像和步骤5)得到的第二灰度图像进行合并操作，比较两幅灰度图中的各像素点的灰度值，取两者中较大值作为最終的灰度值，得到待检测图像最終的显著性值的灰度图像。
2.根据权利要求I所述的图像显著区域检测方法，其特征在于所述步骤2)中依据公式I计算像素点R的显著性值S1 CR),公式I为
3.根据权利要求I所述的图像显著区域检测方法，其特征在于所述步骤4)中依据公式2计算像素块Pi的显著性值，公式2为
4.根据权利要求I所述的图像显著区域检测方法，其特征在于所述步骤2)中局部处理方式中，按照三种尺度选取矩形窗ロ，按照窗ロ由小到大分别得到像素点R的显著性值Sla CR), Slb CR), Slc (R)，则像素点 R 的显著性值 S1 (R)由显著性值 Sla CR), Slb CR), Slc(R)加权求和取平均得到
5.根据权利要求4所述的图像显著区域检测方法，其特征在于所述a设为1，b设为1/2，c 设为 1/3。
6.根据权利要求I所述的图像显著区域检测方法，其特征在于所述步骤5)中全局处理方式中，按照三种尺度划分像素块，按照各像素块中包含的像素点个数由少到多分别得到像素点R的显著性值S2u CR), S2v CR), S2w CR),则像素点R的显著性值S2 (R)由显著性值S2u CR), S2v CR), S2w (R)加权求和取平均得到
7.根据权利要求6所述的图像显著区域检测方法，其特征在于所述u设为1，V设为1/2，w 设为 1/3。
8.根据权利要求I所述的图像显著区域检测方法，其特征在于所述步骤3)和步骤5)中的规范化操作转换为取值在0-255之间的灰度值是依据公式3进行； 公式 3 为y=255X (x —施nVakieJ/fMaxValue- Min￥aiue)； 其中，将待转换的各像素点的显著性值作为X带入公式3，y表示转换后像素点的显著性值对应于灰度图像中取值在0-255之间的灰度值，MaxValue和MinValue分别为各像素点中的最大显著性值和最小值显著性值。
9.根据权利要求I所述的的图像显著区域检测方法，其特征在于所述步骤I)中根据如下转换关系式进行色彩空间转换L = O. 2126 * R + O. 7152 * G + O. 0722 * B a = I. 4749 * (O. 2213 * R - O. 3390* G + O.1177 * B) + 128 b = O. 6245 * (O. 1949 * R + O. 6057 * G - O.8006 * B) +128 其中，R，G，B分别表示所述待检测图像中像素点在RGB色彩空间的R通道值，G通道值，B通道值；L，a, b分别表示转换后所述待检测图像中像素点在CIELab色彩空间的L通道值，a通道值，b通道值。
10.根据权利要求I所述的图像显著区域检测方法，其特征在于还包括步骤7)，对步骤6)得到的最終的显著性值的灰度图像进行双边滤波 。
全文摘要
本发明公开了一种图像显著区域检测方法，包括以下步骤1)色彩空间转换和滤波处理；2)局部窗口计算；3)对得到的各像素点的第一显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第一显著性值的第一灰度图像；4)全局分块计算；5)对得到的各像素点的第二显著性值进行规范化操作转换为取值在0-255之间的灰度值后得到待检测图像的第二显著性值的第二灰度图像；6)对步得到的第一灰度图像和第二灰度图像进行合并操作，取两者中较大值作为最终的灰度值，得到待检测图像最终的显著性值的灰度图像。本发明的图像显著区域检测方法综合了局部处理方式和全局处理方式，得到的显著性值灰度图像较准确，且计算量也较小。
文档编号G06T7/60GK102693426SQ20121015819
公开日2012年9月26日 申请日期2012年5月21日 优先权日2012年5月21日
发明者张春龙, 戴琼海, 王好谦 申请人:清华大学深圳研究生院