一种基于色彩上下文抑制的图像显著性提取方法
【专利摘要】本发明公开了一种基于色彩上下文抑制的图像显著性提取方法，首先构建Gabor对立色滤波器，联合编码彩色图像中的空间信息和彩色信息，提取具有对立色特性的色彩表面特征；估计色彩表面特征受到色彩表面上下文或色彩边缘上下文影响而引起的色彩上下文抑制现象；提取具有空间和色彩双对立的色彩边缘特征；定义色彩表面特征和色彩边缘特征对应的色彩显著性度量方式，将色彩特征点之间的不相似度和各像素点之间空间距离的乘积作为全局色彩显著度；将色彩表面显著性和色彩边缘显著性在不同方向通道和不同对立色通道上进行色彩能量整合，获取彩色图像的色彩显著性。本发明方法可以有效提高图像显著性提取的准确性。
【专利说明】-种基于色彩上下文抑制的图像显著性提取方法
【技术领域】
[0001] 本发明属于计算机视觉、图像处理和分析领域，主要涉及一种基于色彩上下文抑 制的图像显著性提取方法。
【背景技术】
[0002] 图像显著性提取是人类视觉系统的感知能力之一。当观测一幅图像时，视觉系统 能够在十三秒内获取图像中感兴趣的区域和目标，这一过程即为图像显著性提取。随着科 学技术手段的飞速发展，视觉显著性研究受到了来自神经科学、计算机视觉等不同领域的 研究人员越来越多的关注。显著性提取可以大大缩短对图像分析和理解的时间，能够应用 于图像检索、图像分割、视觉识别和跟踪等方面。
[0003] 当前主流的图像显著性提取方法可以分为两类：局部法和全局法。
[0004] 局部法通常利用图像的多视觉特征，将不同的视觉特征作为独立的通道分别处 理，忽略了视觉特征之间的交互作用，试图使显著性提取方法对所有的视觉特征都敏感，不 但增加了计算复杂性而且影响显著性提取的正确度量；此外，局部法主要关注于显著性目 标的边缘而非整幅图像，由于自然场景图像中存在纹理内的局部不连续性，因此局部法易 将丰富纹理的背景区域误认为是显著性区域。
[0005] 全局法是一种"整体表达"的图像显著性提取方法。当显著性区域或边缘与背景 邻域相似但仍区别于整幅图像时，通常采用全局法有效。尽管全局法在整幅图像范围内有 效地区分了显著性目标或区域，然而，它依赖于启发式的或相对复杂的模型，忽略了图像中 的局部对比度信息。
[0006] 虽然在计算机视觉领域中，已经出现了大量的图像显著性提取方法用来刻画显著 性区域和边界的显著特征，然而这些方法仍然存在不足有：
[0007] 1、当前的图像显著性提取研究通常是将多种视觉特征独立处理并最终整合在一 起，或者利用全局或自顶向下的先验知识加以辅助，不仅增加了信息之间的冗余性而且增 大了计算复杂性；
[0008] 2、据知，大多数图像显著性提取研究将颜色作为辅助特征，尚未有研究将颜色信 息作为唯一的关注特征挖掘其在图像显著性提取中的作用；
[0009] 3、彩色世界中颜色信息量快速增长，然而视觉任务对颜色信息的使用往往局限于 简单的色彩空间转换，忽略了颜色信息本身所具有的空间属性，如色彩边缘，未能考虑空间 与色彩信息之间的交互作用；
[0010] 4、人类在颜色感知中，由于周围背景颜色的出现会引起对目标颜色外观感知的变 化，视觉系统抑制周围背景的色彩信息；然而至今，图像显著性提取方法中缺少对这种色彩 上下文抑制现象的研究，忽略了周围背景颜色对颜色感知的影响；
[0011] 5、当前的图像显著性提取方法都不足以解释大脑视皮层中神经元在处理图像信 号时分析显著性的行为规律，导致显著性提取方法趋于复杂且准确度难以提升。
[0012] 最近在神经科学领域中，大量的神经生理学和认知心理学研究为图像显著性提取 提供了充分的证据有：
[0013] 1、大脑视皮层VI区域是自底向上提取显著性的主要皮层区域。每一个VI神经元 对一个或多个特征维度响应，如方向、尺度、颜色等。因此，显著性是由许多不同的特征对比 度形成的；
[0014] 2、V1区域存在大量的颜色神经元同时对颜色信息和方向信息响应，显著性经过这 些神经元响应得以增强，而非简单地对方向神经元响应和颜色神经元响应求和；
[0015] 3、大脑视皮层中主要存在两类颜色神经元：色彩对立神经元、色彩和方向双对立 神经元。前者对均匀一致的色彩表面响应，后者对色彩边缘响应；
[0016] 4、V1神经元仅有正放电率，并且接收来自邻域经典感受野区域内神经元的抑制响 应，相对于观测特征维度，这些神经元对相同或相反的特征响应，这种抑制作用引起了周围 背景对显著性区域或目标的色彩上下文影响，抑制了背景区域中色彩信息的响应，增强了 感兴趣区域或目标的显著性。
【发明内容】
[0017] 本发明旨在解决当前图像显著性提取方法不能很好地模拟大脑视觉信息处理在 显著性分析中的作用，关注颜色信息在图像显著性提取中的作用，提出一种基于色彩上下 文抑制的图像显著性提取方法。
[0018] 本发明为解决技术问题采用如下技术方案：
[0019] 本发明基于色彩上下文抑制的图像显著性提取方法的特点是按如下步骤进行：
[0020] 步骤1、对彩色图像I (X，y)的空间信息和色彩信息进行联合编码，获得所述彩色 图像I (X，y)的色彩表面特征s (X，y, 〇, c):
[0021 ] L1、构建由若干个Gabor滤波器g (X，y, 〇)组成的Gabor滤波器组G，G = {g(x, y, 〇)},其中：x和y分别为所述Gabor滤波器g(x, y, 〇)的横坐标和纵坐标；〇为所述 Gabor滤波器g(x, y, 〇)的空间方向，空间方向〇是由两两正交的相反方向〇+和cT组成；
[0022] 1. 2、对各Gabor滤波器g(x，y，〇)的空间信息和色彩信息进行联合编码，获得各 Gabor对立色滤波器f (X，y, 〇, c),构建由所述各Gabor对立色滤波器f (X，y, 〇, c)组成的 Gabor对立色滤波器组F, F = {f (X，y, 〇, c)},其中：c为所述对立色滤波器f (X，y, 〇, c)的 对立色通道，对立色通道c是由两两互补的对立色通道c+和(Γ组成；
[0023] 1. 2. 1、将所述各Gabor滤波器g(x, y, 〇)的负值置0,获得仅有激活成分的Gabor 滤波器g(x, y, 〇)的激活子单元g+(x, y, 〇)，将所述各Gabor滤波器g(x, y, 〇)的正值置0， 获得仅有抑制成分的Gabor滤波器g(x，y，o)的抑制子单元g_(x，y，o);
[0024] 1. 2. 2、将所述彩色图像I (X，y)分解为红色R、绿色G和蓝色B三个颜色通道，并构 成四组对立色通道c，每组对立色通道c由两两互补的对立色通道c+和(Γ组成，所述四组 对立色通道c分别是：
[0025] 红绿对立色通道，即激活红色抑制绿色通道R+/G-和激活绿色抑制红色通道G+/ R-;
[0026] 蓝黄对立色通道，即激活黄色抑制蓝色通道Y+/B-和激活蓝色抑制黄色通道B+/ Y-；
[0027] 红青对立色通道，即激活红色抑制青色通道R+/C-和激活青色抑制红色通道C+/ R-；
[0028] 黑白对立色通道，即激活白色抑制黑色通道Wh+/Bl+和激活黑色抑制白色通道 ffh-/Bl-；
[0029] 1. 2. 3、利用式（1)构建Gabor对立色滤波器f (X，y, 〇, c);
[0030]
【权利要求】
1. 一种基于色彩上下文抑制的图像显著性提取方法，其特征是按如下步骤进行： 步骤1、对彩色图像I(X，y)的空间信息和色彩信息进行联合编码，获得所述彩色图像I(X，y)的色彩表面特征s(X，y, 〇,c): 1. 1、构建由若干个Gabor滤波器g(x,y, 〇)组成的Gabor滤波器组G,G= {g(x,y, 〇)}, 其中：x和y分别为所述Gabor滤波器g(x，y，o)的横坐标和纵坐标；〇为所述Gabor滤波器 g(x,y, 〇)的空间方向，空间方向〇是由两两正交的相反方向〇+和cT组成； 1. 2、对各Gabor滤波器g(X，y，〇)的空间信息和色彩信息进行联合编码，获得各Gabor对立色滤波器f(x,y, 〇,c),构建由所述各Gabor对立色滤波器f(x,y, 〇,c)组成的Gabor对 立色滤波器组F,F={f(X，y, 〇,c)},其中：c为所述对立色滤波器f(X，y, 〇,c)的对立色通 道，对立色通道c是由两两互补的对立色通道C+和(T组成； 1. 2. 1、将所述各Gabor滤波器g(x,y, 〇)的负值置0,获得仅有激活成分的Gabor滤波 器g(x,y, 〇)的激活子单元g+(x,y, 〇)，将所述各Gabor滤波器g(x,y, 〇)的正值置0,获得 仅有抑制成分的Gabor滤波器g(x，y，o)的抑制子单元g_(x，y，o); 1. 2. 2、将所述彩色图像I(x，y)分解为红色R、绿色G和蓝色B三个颜色通道，并构成四 组对立色通道c，每组对立色通道c由两两互补的对立色通道C+和c_组成，所述四组对立 色通道c分别是： 红绿对立色通道，即激活红色抑制绿色通道R+/G-和激活绿色抑制红色通道G+/R-; 蓝黄对立色通道，即激活黄色抑制蓝色通道Y+/B-和激活蓝色抑制黄色通道B+/Y-; 红青对立色通道，即激活红色抑制青色通道R+/C-和激活青色抑制红色通道C+/R-; 黑白对立色通道，即激活白色抑制黑色通道Wh+/Bl+和激活黑色抑制白色通道Wh-/ Bl-； L2. 3、利用式（1)构建Gabor对立色滤波器f(X，y, 〇,c);
式（1)中：Ke{R，G，B}，gK(x，y，o)为颜色通道K对应的Gabor滤波器的激活子单元g+(x,y, 〇)或抑制子单元g_(x,y, 〇),wKG{wK,we,wB}为设定的颜色通道K的权重； 1. 3、利用式（2)计算彩色图像I(X，y)的色彩表面特征s(X，y，〇,c);
式⑵中：*为卷积算子； 步骤2、估计所述彩色图像I(x，y)的色彩上下文抑制现象，所述色彩上下文抑制现象 是指彩色图像I(x，y)的色彩表面特征s(x，y，〇,c)受到色彩表面上下文信息或色彩边缘上 下文信息影响而引起的特征值变化s#(x，y，〇,c): 2.1、给定某一方向通道〇,利用式（3)估计所述彩色图像I(x，y)中对立色通道c+ 对应的色彩表面特征s(x，y，o,C+)受到色彩表面上下文信息影响而引起的特征值变化 s*(x，y，〇,C+)，将互补对立色通道(T对应的色彩表面特征s(x，y，〇, (T)作为归一化因子；
式⑶中：bJ=max(.s'，()）为半波矫正算子；k为设定的尺度因子；01为设定的半饱和 常数； 2. 2、给定某一对立色通道c，利用式（4)估计所述彩色图像I(x，y)中方向通道〇+ 对应的色彩表面特征s(X，y，〇+，c)受到色彩边缘上下文信息影响而引起的特征值变化 s#(x，y，〇+，c)，将相反方向通道f对应的色彩表面特征s(x，y，o'c)作为归一化因子；
2. 3、对于任意对立色通道c中互补的两个对立色通道C+和(T或方向通道〇中相反的 两个方向通道〇+和〇_均采用与步骤2. 1-步骤2. 2相同的特征提取方式，获得受到上下文 信息影响的色彩表面特征ShXx,y, 〇,c); 步骤3、利用式（5)计算彩色图像I(x，y)的色彩边缘特征d(x，y，〇,c);
步骤4、定义彩色图像I(x，y)在色彩上下文信息影响下任意像素点u(x，y)的色彩表面 特征\(^'.0,￡〇的色彩表面显著度为1)^(11)及色彩边缘特征(1"(1，7,〇，(3)的色彩边缘显著 度为Dbdry(U): 4.1、 利用式（6)计算像素点u(x，y)的色彩表面特征&与其它各像素点 V(X，y)的色彩表面特征.<.Cv，>w)之间的不相似度，并作为所述像素点u(x，y)的色彩表 面显者度Djreg (u);
式（6)中：N(x，y)表示所有像素点的空间集合； 4.2、 利用式（7)计算像素点11(1，7)的色彩边缘特征4(1，7,〇，(：）与其它各像素点 v(x,y)的色彩边缘特征dv(x,y, 〇,c)之间的不相似度,并作为所述像素点u(x,y)的色彩边 缘显著度 Dbdry(u)；
步骤5、利用式（8)定义彩色图像I(X，y)中任意像素点u(X，y)与其它各像素点V(X，y) 之间的空间距离，并作为所述像素点u(x，y)的位置显著度D1tc(U);
式⑶中：〇 2为设定的彩色图像I(x，y)中像素点u(x，y)到其它各像素点V(x，y)之 间的距离权重； 步骤6、利用式（9)分别计算所述像素点u(x，y)的全局色彩表面显著度Ds(u)和全局 色彩边缘显著度Dd (u): Ds (u) =Dreg (u)XDloc (u) (9) Dd (u) =Dbdry (u)XDloc (u) 步骤7、对于所述色彩表面全局显著度Ds(U)，在不同方向通道〇和对立色通道c上求 和，获得所述像素点u(x，y)的色彩表面显著度Es(u);对于所述色彩边缘全局显著度Dd(u)， 在不同方向通道〇和对立色通道c上求和，获得所述像素点u(x，y)的色彩边缘显著度 Ed(U); 步骤8、利用式（11)提取像素点u(x，y)的唯一显著度E(U):
步骤9、对所述彩色图像I(x，y)中所有像素点采用与步骤4-步骤8相同的提取方式， 并对式（11)提取的所有像素点显著性进行Gaussian函数模糊化处理，从而提取所述彩色 图像I(x，y)的最终显著性。
【文档编号】G06T7/00GK104268886SQ201410523003
【公开日】2015年1月7日 申请日期:2014年9月30日 优先权日:2014年9月30日
【发明者】张骏, 谢昭, 高隽, 汪萌, 吴信东, 杨勋 申请人:合肥工业大学