专利名称：一种基于视觉注意机制的图像感兴趣区域检测方法
技术领域：
本发明属于数字图像处理领域，具体涉及一种基于视觉注意机制的图像感兴趣区域检测方法。
背景技术：
视觉是人们获取信息的主要来源，据统计有75%左右的外界信息通过人的眼睛传给大脑。而人类视觉具有高级的智能选择系统，在绿油油的草丛中，一朵红花最吸引人的注意，这就是图像的感兴趣区域。随着图像信息技术的发展，尤其是电子产品的日益革新，网络技术日益渗透到人们生活中，使得图像的获取越来越易，图像数据越来越庞大。图像数据的高速增长给人们带来大量信息的同时也带来一些新的问题，哪些图像是我们最关心的，图像中的哪些内容是值得注意的。这需求对计算机信息处理能力和效率提出了越来越高的要求。如何在计算机图像信息处理中模拟和实现人类的选择性注意机制，快速找到那些容易引起观察者注意的图像区域，使计算机具有类似人类的选择性和主动性的图像信息处理能力，对提高计算机图像信息处理效率将具有重大意义。颜色是影响人类视觉系统的最重要的因素，Lab颜色空间是与设备无关的颜色模型，最接近人类的视觉，RGB颜色空间是图像保持的主要空间类型，而通过将RGB颜色空间的各颜色通道减去亮度特征得到纯颜色通道，这样更能反映出图像的颜色特征。同时我们又考虑图像的全局特征和纹理特征，以图像的方差来表示图像的纹理特征。单独一个像素点不可能表示一个目标，因此我们将图像分割成互不相交的3X3的图像块集合，以图像块的像素均值代替图像块中各点的像素，提高了检测效果和效率
发明内容
要解决的技术问题为了避免现有技术的不足之处，本发明提出一种基于视觉注意机制的图像感兴趣区域检测方法，快速有效的检测出图像中的符合人类视觉特点的感兴趣目标。技术方案一种基于视觉注意机制的图像感兴趣区域检测方法，其特征在于步骤如下:步骤1:将η X η的输入图像转化为RGB颜色空间和Lab颜色空间，在RGB颜色空间中，计算亮度通道I = (R+G+B)/3，纯颜色通道R' =R-1，G' =G-11Bi =B_I，得到7个颜色通道L，a，b，I，R'，G'，B'，其中:R，G，B分别表示RGB颜色空间的红、绿、蓝颜色通道，Ri，G,，B,分别表示红、绿、蓝纯颜色通道；步骤2:对于每一个颜色通道，将图像分割成互不相交，大小为3X3的N个图像块，每一块的中心坐标记为(Xi, Yi), I = I, 2，…，N ;步骤3:计算k颜色通道中第i个图像块的像素均值pki，k e {L，a，b, I，R' ,G/ ,B/ }，i = l，2，...，N;步骤4:计算k颜色通道中第i个图像块与其余第j个图像块的像素均值之差:
Pk(i, j) = |pk1-pkj|, i, j = 1，2，…，N ;步骤5:计算第i个图像块与其余第j个图像块的中心点欧氏距离:
权利要求
1.一种基于视觉注意机制的图像感兴趣区域检测方法，其特征在于步骤如下: 步骤1:将nXn的输入图像转化为RGB颜色空间和Lab颜色空间，在RGB颜色空间中，计算亮度通道I = (R+G+B)/3，纯颜色通道R' =R-I，G' = G-I,B'=B_I，得到7个颜色通道L，a，b，I，R'，G'，B'，其中:R，G，B分别表示RGB颜色空间的红、绿、蓝颜色通道，Ri，G,，B,分别表示红、绿、蓝纯颜色通道； 步骤2:对于每一个颜色通道，将图像分割成互不相交，大小为3 X 3的N个图像块，每一块的中心坐标记为(Xi, Yi), i = I, 2，…，N ; 步骤3:计算k颜色通道中第i个图像块的像素均值pki，ke {L，a，b，I，R' ,G' ,B' }，i = 1,2,...，N ; 步骤4:计算k颜色通道中第i个图像块与其余第j个图像块的像素均值之差: Pk (i, j) = ▏ Pk1-Pkj ▕，i，J.= 1, 2，…，N ; 步骤5:计算第i个图像块与其余第j个图像块的中心点欧氏距离:
全文摘要
本发明涉及基于视觉注意机制的图像感兴趣区域检测方法，其特征在于首先，同时图像的颜色特征及纹理特征，首先将输入图像转化为RGB和Lab两个颜色空间，并将RGB颜色空间的各颜色通道减去亮度特征得到纯颜色通道；然后分别在各颜色通道中将图像分割成互不相交的3×3的图像块集合，以图像块的像素均值代替图像块中各点的像素；接着，考虑了每个图像块与其余图像块像素差及欧氏距离，并以图像方差表示图像的纹理特征，最后，运用信息熵找出图像的颜色特征及纹理特征的最优颜色通道，同时运用信息熵组合得到的最优显著性特征。
文档编号G06T7/40GK103106671SQ20131002804
公开日2013年5月15日 申请日期2013年1月25日 优先权日2013年1月25日
发明者郭雷, 张艳邦 申请人:西北工业大学