一种感兴趣区域提取方法及装置的制造方法
【专利摘要】本申请实施例公开了一种感兴趣区域提取方法及装置，涉及图像处理技术领域，其中，上述方法包括：获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定；根据所述强度敏感参数选择所述目标图像的像素点分类系数；根据所述像素点分类系数确定所述目标图像中每一像素点的分类；根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。应用本申请实施例提供的方案，能够快速提取目标图像中的感兴趣区域。
【专利说明】
一种感兴趣区域提取方法及装置
技术领域
[0001]本申请涉及图像处理技术领域，特别涉及一种感兴趣区域提取方法及装置。
【背景技术】
[0002]随着互联网技术的快速发展以及个人智能终端的普及，例如，个人智能手机、摄像机、相机等，视频和图像生成出现了爆发式增长，同时用户能够将视频或者图像轻松的分享给其他用户。
[0003]另外，对视频图像进行处理时，视频图像的处理主要表现在两个层次上，一个是图像语义理解层次，一个是信号像素层次。目前，基于视频图像基础语义和人眼视觉特性的很多应用，如，图像特征提取，对象分割等，这些应用一般是基于感兴趣区域进行的，因此，需要能够快速提取图像中的感兴趣区域。
【发明内容】
[0004]本申请实施例公开了一种感兴趣区域提取方法及装置，以能够快速提取图像中的感兴趣区域。
[0005]为达到上述目的，本申请实施例公开了一种感兴趣区域提取方法，所述方法包括:
[0006]获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定；
[0007]根据所述强度敏感参数选择所述目标图像的像素点分类系数；
[0008]根据所述像素点分类系数确定所述目标图像中每一像素点的分类；
[0009]根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。
[0010]在本申请的一种具体实现方式中，所述根据所述像素点分类系数确定所述目标图像中每一像素点的分类，包括:
[0011]按照以下方式确定所述目标图像中每一像素点的分类:
[0012]计算所述目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV，其中，所述目标像素点为所述目标图像中的任一像素点，所述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化；
[0013]判断所述波动值KH和所述波动值KV是否均满足预设的针对平坦区域的判断准则，其中，所述针对平坦区域的判断准则为:与所述像素点分类系数中针对平坦区域的分类系数相关的准则；
[0014]若为是，则判定所述目标像素点为属于平坦区域像的素点。
[0015]在本申请的一种具体实现方式中，在所述判定所述目标像素点为属于平坦区域的像素点之后，还包括:
[0016]根据所述波动值KH、所述波动值KV以及所述像素点分类系数中针对平坦区域的分类系数，确定所述目标像素点的亚分类。
[0017]在本申请的一种具体实现方式中，在判断得知所述波动值KH和所述波动值KV不能均满足所述预设的针对平坦区域的判断准则的情况下，还包括:
[0018]计算所述目标像素点沿预设方向的波动值，记为方向波动值，其中，所述预设方向与水平方向之间的夹角〈洲*3;
[0019]从所述波动值KH、所述波动值KV和所述方向波动值中选择取值最小的第一最小波动值；
[0020]判断所述第一最小波动值是否满足预设的针对方向边界区域的判断准则，其中，所述针对方向边界区域的判断准则为:与所述像素点分类系数中针对方向边界区域的分类系数相关的准则；
[0021]若为是，则判定所述目标像素点为属于方向边界区域的像素点。
[0022]在本申请的一种具体实现方式中，在所述判定所述目标像素点为属于方向边界区域的像素点之后，还包括:
[0023]确定所述目标像素点的亚分类为所述第一最小波动值对应的方向。
[0024]在本申请的一种具体实现方式中，在判断得知所述第一最小波动值不满足所述预设的针对方向边界区域的判断准则的情况下，还包括:
[0025]按照预设的角点选择规则，选择所述目标像素点的角点；
[0026]计算所述角点的波动值，记为角点波动值；
[0027]从所述角点波动值中选择取值最小的第二最小波动值；
[0028]判断所述第二最小波动值是否满足预设的针对角点区域的判断准则，其中，所述针对角点区域的判断准则为:与所述像素点分类系数中针对角点区域的分类系数相关的准则；
[0029]若为是，则判定所述目标像素点为属于角点区域的像素点。
[0030]在本申请的一种具体实现方式中，在所述判定所述目标像素点为属于角点区域的像素点之后，还包括:
[0031 ]确定所述目标像素点的亚分类为所述第二最小波动值对应的方向。
[0032]在本申请的一种具体实现方式中，在判断得知所述第二最小波动值不满足预设的针对角点区域的判断准则的情况下，还包括:
[0033]判定所述目标像素点为极点型像素点。
[0034]在本申请的一种具体实现方式中，在判定所述目标像素点为极点型像素点之后，还包括:
[0035]计算所述目标像素点的预设邻域区域内像素点的像素值均值；
[0036]根据所述像素值均值和所述目标像素点的像素值，确定所述目标像素点的亚分类。
[0037]在本申请的一种具体实现方式中，所述获得目标图像的强度敏感参数，包括:
[0038]根据预设的参数值，获得目标图像的强度敏感参数;或
[0039]根据目标图像的压缩比，获得所述目标图像的强度敏感参数;或
[0040]在多轮编码的情况下，根据目标图像的已完成多轮编码的编码结果，获得所述目标图像的强度敏感参数;或
[0041 ]根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得所述目标图像的强度敏感参数。
[0042]为达到上述目的，本申请实施例公开了一种感兴趣区域提取装置，所述装置包括:
[0043]敏感参数获得模块，用于获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定；
[0044]分类系数选择模块，用于根据所述强度敏感参数选择所述目标图像的像素点分类系数；
[0045]像素点分类确定模块，用于根据所述像素点分类系数确定所述目标图像中每一像素点的分类；
[0046]区域提取模块，用于根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。
[0047]在本申请的一种具体实现方式中，所述像素点分类确定模块，具体用于确定所述目标图像中每一像素点的分类；
[0048]所述像素点分类确定模块，包括:
[0049]第一波动值计算子模块，用于计算所述目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV，其中，所述目标像素点为所述目标图像中的任一像素点，所述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化；
[0050]第一波动值判断子模块，用于判断所述波动值KH和所述波动值KV是否均满足预设的针对平坦区域的判断准则，其中，所述针对平坦区域的判断准则为:与所述像素点分类系数中针对平坦区域的分类系数相关的准则；
[0051]第一像素点判定子模块，用于在所述第一波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于平坦区域像的素点。
[0052]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0053]第一亚分类确定子模块，用于在判定所述目标像素点为属于平坦区域的像素点之后，根据所述波动值KH、所述波动值KV以及所述像素点分类系数中针对平坦区域的分类系数，确定所述目标像素点的亚分类。
[0054]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0055]第二波动值计算子模块，用于在所述第一波动值判断子模块的判断结果为否的情况下，计算所述目标像素点沿预设方向的波动值，记为方向波动值，其中，所述预设方向与水平方向之间的夹角〈洲*3;
[0056]第一波动值选择子模块，用于从所述波动值KH、所述波动值KV和所述方向波动值中选择取值最小的第一最小波动值；
[0057]第二波动值判断子模块，用于判断所述第一最小波动值是否满足预设的针对方向边界区域的判断准则，其中，所述针对方向边界区域的判断准则为:与所述像素点分类系数中针对方向边界区域的分类系数相关的准则；
[0058]第二像素点判定子模块，用于在所述第二波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于方向边界区域的像素点。
[0059]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0060]第二亚分类确定子模块，用于在判定所述目标像素点为属于方向边界区域的像素点之后，确定所述目标像素点的亚分类为所述第一最小波动值对应的方向。
[0061]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0062]角点选择子模块，用于在所述第二波动值判断子模块的判断结果为否的情况下，按照预设的角点选择规则，选择所述目标像素点的角点；
[0063]第三波动值计算子模块，用于计算所述角点的波动值，记为角点波动值；
[0064]第二波动值选择子模块，用于从所述角点波动值中选择取值最小的第二最小波动值；
[0065]第三波动值判断子模块，用于判断所述第二最小波动值是否满足预设的针对角点区域的判断准则，其中，所述针对角点区域的判断准则为:与所述像素点分类系数中针对角点区域的分类系数相关的准则；
[0066]第三像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于角点区域的像素点。
[0067]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0068]第三亚分类确定子模块，用于在判定所述目标像素点为属于角点区域的像素点之后，确定所述目标像素点的亚分类为所述第二最小波动值对应的方向。
[0069]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0070]第四像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为否的情况下，判定所述目标像素点为极点型像素点。
[0071]在本申请的一种具体实现方式中，所述感兴趣区域提取装置还包括:
[0072]均值计算子模块，用于在判定所述目标像素点为极点型像素点之后，计算所述目标像素点的预设邻域区域内像素点的像素值均值；
[0073]第四亚分类确定子模块，用于根据所述像素值均值和所述目标像素点的像素值，确定所述目标像素点的亚分类。
[0074]在本申请的一种具体实现方式中，所述敏感参数获得模块，
[0075]具体用于根据预设的参数值，获得目标图像的强度敏感参数;或
[0076]具体用于根据目标图像的压缩比，获得所述目标图像的强度敏感参数;或
[0077]具体用于在多轮编码的情况下，根据目标图像的已完成多轮编码的编码结果，获得所述目标图像的强度敏感参数;或
[0078]具体用于根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得所述目标图像的强度敏感参数。
[0079]由以上可见，本申请实施例提供的方案中，首先获得目标图像的强度敏感参数，然后根据强度敏感参数选择目标图像的像素点分类系数，并根据像素点分类系数确定目标图像中每一像素点的分类，之后再根据目标图像中每一像素点的分类，获得目标图像中的感兴趣区域，并提取所确定的感兴趣区域。本申请实施例提供的方案中，在提取感兴趣区域之前，由于已经确定了目标图像中每一像素点的分类，所以能够快速提取图像中的感兴趣区域。
【附图说明】
[0080]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0081]图1为本申请实施例提供的一种感兴趣区域提取方法的流程示意图；
[0082]图2为本申请实施例提供的第一种确定像素点分类的方法的流程示意图；
[0083]图3为本申请实施例提供的一种图像像素点分类划分示意图；
[0084]图4为本申请实施例提供的第二种确定像素点分类的方法的流程示意图；
[0085]图5为本申请实施例提供的第三种确定像素点分类的方法的流程示意图；
[0086]图6为本申请实施例提供的第四种确定像素点分类的方法的流程示意图；
[0087]图7为本申请实施例提供的一种感兴趣区域提取装置的结构示意图；
[0088]图8为本申请实施例提供的一种确定像素点分类的装置的结构示意图。
【具体实施方式】
[0089]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0090]对图像进行处理时，图像的处理主要表现在两个层次上，一个是图像语义理解层次，一个是信号像素层次。目前基于图像基础语义和人眼视觉特性的很多应用，如，图像特征提取，对象分割等，这些应用基本都是基于感兴趣区域进行的，因此，需要能快速提取视频图像的感兴趣区域。
[0091]例如，在对图像进行图像增强处理时，需要快速定位到图像边界轮廓、前景和后景。信号处理层次上，完整的视频处理链路一般包括:视频图像的采集、预处理、编码、传输、后处理以及渲染和显示等像素级处理，整个过程，视频图像可能会出现各种失真，如，物体边界和轮廓的断裂变形、物体边界和角点模糊失真、伪轮廓和振铃效应、块效应、区域模糊、色彩失真等。各种心理学实验表明:大部分人眼对边界的失真是最敏感的。从生理角度来看，人眼最感兴趣的是物体的边界和轮廓以及角点，它对应人脑视觉中枢Vl区；而对于结构化平坦区域，用户则不希望里面引入突兀的噪声和伪轮廓。因此，快速把图像边界、角点、平坦区域、极点等这些具有不同人眼感兴趣程度的区域分别提取出来，可以对图像进行各种处理提供指导和帮助。例如，如果能快速提取物体的边界、角点以及平坦区域，则可以改进视频图像的预处理和后处理(如滤波增强、锐化、分割等)以及编码压缩策略，能自适应的保持图像边界和结构特征，同时对结构化区域内部的噪声进行压制，从而提高视频图像的最终质量等等。
[0092]基于上述情况，本申请实施例提供了一种感兴趣区域提取方法及装置，下面通过具体实施例对此进行说明。
[0093]图1为本申请实施例提供的一种感兴趣区域提取方法的流程示意图，该方法包括:
[0094]SlOl:获得目标图像的强度敏感参数。
[0095]上述目标图像可以是视频中的一帧图像，也可以是非视频中的一张单独图像，本申请并不对此进行限定。
[0096]上述强度敏感参数是由目标图像的纹理特征和人眼视觉特性确定的。
[0097]例如，强度敏感参数的取值可以为{0，I，2，3，4}的一个，这种情况下表示存在五个等级，本申请只是以此为例进行说明，实际应用中强度敏感参数的取值并不仅限于此。
[0098]实际应用中，可以根据人眼视觉特性等预先设置一系列参数，在提取目标图像的感兴趣区域时，可以根据这些预先设置的参数获得强度敏感参数。具体的，可以根据预设的参数值，获得目标图像的强度敏感参数。
[0099]可以理解的，在给定编码标准或格式的情况下，同样分辨率的视频图像，其压缩后的文件越大，即压缩比越小，说明这个视频图像中包含的细节信息越多，这种情况下，需采用较大的强度敏感参数，以使得像素分类的区分度更好。鉴于此在本申请的一种可选实现方式中，可以根据目标图像的压缩比，获得目标图像的强度敏感参数，其中，压缩比可以理解为:压缩后视频图像的文件大小与视频图像分辨率之间的比值。
[0100]另外，在进行视频编码时，可能会需要对同一视频图像进行多轮编码，以达到较佳的压缩比，其中，在每一轮编码后均会得到峰值性噪比PSNR、SS頂等编码结果，其中，SS頂是一种衡量两幅图像相似度的新指标，其值越大，说明两幅图像的相似度越高，SSIM的最大值为I。
[0101 ]另外，以PSNR为例，PSNR越低，说明视频图像中包含的细节信息越多，这种情况下可以选择较大的强度敏感参数。
[0102]鉴于此，本申请的一种可选实现方式中，在多轮编码的情况下，可以根据目标图像的已完成多轮编码的编码结果，获得目标图像的强度敏感参数，其中，编码结果可以包括PSNR、SSIM 等等。
[0103]具体的，可以是根据多轮编码得到的PSNR的平均值，获得目标图像的强度敏感参数。
[0104]例如，以fl表示目标图像的强度敏感参数，fl的取值可以设置如下:
[0105]PSNR 彡42db 时，fl=0;
[0106]39db 彡 PSNR<42db 时，fl = l;
[0107]36db 彡 PSNR<39db 时，fl = 2;
[0108]33db 彡 PSNR<36db 时，fl = 3;
[0109]PSNR 彡 31db 时，fl=4。
[0110]需要说明的是，在获得目标图像的强度敏感参数时，除了可以考虑上述多轮编码情况的PSNR外，还可以考虑目标图像的图像分辨率以及平均量化参数等等，其中，分辨率小时，可以适当调大强度敏感参数的取值。
[0111]本领域内的技术人员可以理解的是，视频中相邻图像之间具有时域相关性和空域相关性，往往相邻图像之间的编码结果相似，所以，在本申请的一种可选实现方式中，还可以根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得目标图像的强度敏感参数。
[0112]其中，预设数量可以实际应用确定，例如，可以设置为1、2、3等等。
[0113]S102:根据强度敏感参数选择目标图像的像素点分类系数。
[0114]由于不同的强度敏感参数表示了图像具有不同的纹理特征，所以，可以为不同的强度敏感参数设置不同的像素点分类系数。
[0115]具体的，强度敏感参数对应的像素点分类系数可以是预先设定的。
[0116]具体的，实际应用中可以将多组像素点分类系数存储在一个表中。
[0117]S103:根据像素点分类系数确定目标图像中每一像素点的分类。
[0118]具体确定像素点分类的方法可以参考下面图2-图6所示实施例提供的方案，这里暂不详述。
[0119]S104:根据目标图像中每一像素点的分类，获得目标图像中的感兴趣区域，并提取所确定的感兴趣区域。
[0120]根据像素点分类系数确定目标图像中每一像素点的分类时，需要确定目标图像中每一像素点的分类，具体的，参见图2，图2提供了第一种确定像素点分类的方法的流程示意图，该方法包括:
[0121 ] S201:计算目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV。
[0122]其中，目标像素点为目标图像中的任一像素点。上述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化。
[0123]上述特定方向可以是水平方向、垂直方向、与水平方向夹角为45度的方向等等，本申请并不对此进行限定。
[0124]—个像素点的周围像素点可以理解为是与该像素点相邻的像素点，还可以是与该像素点之间的距离在预设范围内的像素点。
[0125]具体的，上述波动值可以是根据目标像素点与其周期沿特定方向像素点的像素值之间的平方和(MSE)、差的均方和、方差等等计算得到的，本申请并不对此进行限定。
[0126]在计算波动值时，所选择的周围像素点的数量可以是根据具体情况确定的，例如，可以选择2个、可以选择4个或者更多个等等。
[0127]在本申请的一种具体实现方式中，参见图3，以图3中像素点C为例，其波动值KH和波动值KV可以通过以下表达式计算得到。
[0128]KH= (pc-pc—left)2+(pc-pc—right)2
[0129]KV= (pc—pc—up)2+ (pc—pc—d_)2
[0130]其中，PC表不像素点C的像素值，PC—left、PC—right、pc—up、PC—d_分别为位于像素点C左侦叭右侧、上侧、下侧且相邻的像素点的像素值，具体，可参见图3中像素点C周围的四个灰色像素点。
[0131]另外，图3中与像素点D相邻的两个灰色像素点可以用于计算像素点D水平方向的波动值，与像素点E相邻的两个灰色像素点可以用于计算像素点E垂直方向的波动值。
[0132]需要说明的是，计算像素点水平方向的波动值和垂直方向的波动值时，所选择的周围像素点并不仅限于2个，还可以是4个、6个等等，但是通常情况下所选择的这些像素点是以目标像素点为基准呈对称状态分布。
[0133]S202:判断波动值KH和波动值KV是否均满足预设的针对平坦区域的判断准则，若为是，执行S203。
[0134]由于图像中可能存在多种类型的区域，例如，平坦区域、边界区域、角点区域等等，这些区域分别具有不同的特点，所以，上述像素点分类系数中可以存在针对上述不同区域的分类系数。
[0135]其中，上述针对平坦区域的判断准则为:与像素点分类系数中针对平坦区域的分类系数相关的准则。
[0136]在本申请的一种可选实现方式中，上述针对平坦区域的判断准则可以是:
[0137]判断波动值KH是否小于第一分类系数，且波动值KV是否小于第二分类系数，若波动值KH小于第一分类系数且波动值KV小于第二分类系数，则判定波动值KH和波动值KV均满足预设的针对平坦区域的判断准则。
[0138]其中，上述第一分类系数与第二分类系数为像素点分类系数中针对平坦区域的分类系数，两者的取值可以是相等的，也可以是不相等的。具体的，上述第一分类系数和第二分类系数可以是120、150等等，其具体取值可以由研发人员根据具体应用情况确定。
[0139]S203:判定目标像素点为属于平坦区域像的素点。
[0140]可以理解的，同样都是平坦区域的情况下，有些区域平坦度较高，可以称之而强平坦区域，而有些区域平坦度较低，可以称之为弱平坦区域。鉴于此，本申请的一种具体实现方式中，在判定目标像素点为属于平坦区域的像素点之后，还可以根据波动值KH、波动值KV以及像素点分类系数中针对平坦区域的分类系数，确定目标像素点的亚分类。
[0141]例如，计算得到的波动值KH和波动值KV均小于120，可以认为目标像素点为属于平坦区域的像素点，且其亚分类为属于强平坦区域的像素点；
[0142]计算得到的波动值KH和波动值KV均小于150，可以认为目标像素点为属于平坦区域的像素点，且其亚分类为属于弱平坦区域的像素点。
[0143]在本申请的一种具体实现方式中，参见图4，提供了第二种确定像素点分类的方法的流程示意图，与前述实施例相比，本实施例中，在S202判断得知波动值KH和波动值KV不能均满足预设的针对平坦区域的判断准则的情况下，还包括:
[0144]S204:计算目标像素点沿预设方向的波动值，记为方向波动值。
[0145]其中预设方向与水平方向之间的夹角<90q。
[0146]由于像素点排布的特殊性，通常情况下目标像素点与其周围像素点形成的方向是固定的，包括:水平方向、垂直方向，夹角成45*3方向，所以，本实施例中，上述预设方向一般可以理解为:与水平方向的夹角为45*3的方向。
[0147]具体的，可参见图3中像素点F与其周围两个灰色像素点形成的方向，像素点G与其周围两个灰色像素点形成的方向。
[0148]当然，计算波动值时，所选择的周围像素点并不仅限于上述像素点F和像素点G周围的灰色像素点，还可以沿着图3中的方向向两侧对称延伸选择更多像素点。
[0149]计算方向波动值的方式可以与前述计算波动值KH和波动值KV的方式相似，这里不再赘述。
[0150]S205:从波动值KH、波动值KV和方向波动值中选择取值最小的第一最小波动值。
[0151]S206:判断第一最小波动值是否满足预设的针对方向边界区域的判断准则，若为是，执行S207。
[0152]其中，针对方向边界区域的判断准则为:与像素点分类系数中针对方向边界区域的分类系数相关的准则。
[0153]具体的，针对方向边界区域的判断准则可以是判断波动值是否小于第三分类系数，若小于，则判定满足针对方向边界区域的判定准则。
[0154]其中，上述第三分类系数为像素点分类系数中针对方向边界区域的分类系数，其取值可以是150等等。
[0155]S207:判定目标像素点为属于方向边界区域的像素点。
[0156]可以理解的，属于方向边界区域的像素点其对应的边界可能存在多种方向，鉴于此，为保证更加明确的标识像素点的分类，本申请的一种较佳实现方式中，在判定目标像素点为属于方向边界区域的像素点之后，还可以确定目标像素点的亚分类为第一最小波动值对应的方向。
[0157]在本申请的一种具体实现方式中，参见图5，提供了第三种确定像素点分类的方法的流程示意图，与前述实施例相比，本实施例中，在S206判断得知第一最小波动值不满足预设的针对方向边界区域的判断准则的情况下，还包括:
[0158]S208:按照预设的角点选择规则，选择目标像素点的角点。
[0159]可以选择一像素点的周围四个像素点为其角点，具体的，参见图3中的像素点H、1、J、K可以作为目标像素点的角点，其中，目标像素点为与这四个像素点之间的距离相等的像素点。
[0160]S209:计算上述角点的波动值，记为角点波动值。
[0161]计算角点波动值的方式可以与前述计算波动值KH和波动值KV的方式相似，这里不再赘述。
[0162 ] S210:从角点波动值中选择取值最小的第二最小波动值。
[0163]S211:判断第二最小波动值是否满足预设的针对角点区域的判断准则，若为是，执行S212。
[0164]其中，针对角点区域的判断准则为:与像素点分类系数中针对角点区域的分类系数相关的准则。
[0165]具体的，针对角点区域的判断准则可以是判断波动值是否小于第四分类系数，若小于，则判定满足针对角点区域的判定准则。
[0166]其中，上述第四分类系数为像素点分类系数中针对角点区域的分类系数，其取值可以是200等等。
[0167]S212:判定目标像素点为属于角点区域的像素点。
[0168]在本申请的一种较佳实现方式中，在判定目标像素点为属于角点区域的像素点之后，还可以确定目标像素点的亚分类为第二最小波动值对应的方向。
[0169]在本申请的一种具体实现方式中，参见图6，提供了第四种确定像素点分类的方法的流程示意图，与前述实施例相比，本实施例中，在S211判断得知第二最小波动值不满足预设的针对角点区域的判断准则的情况下，还包括:
[0170]S213:判定目标像素点为极点型像素点。
[0171]本申请的一种较佳实现方式中，在判定目标像素点为极点型像素点之后，还可以进一步计算目标像素点的预设邻域区域内像素点的像素值均值，并根据像素值均值和目标像素点的像素值，确定目标像素点的亚分类。
[0172]具体的，上述预设领域区域可以是3x3的邻域区域，还可以是5x5的邻域区域、图3中像素点C以及其周围的四个灰色像素点组成的区域等等，本申请并不对此进行限定。
[0173]当上述像素值均值与目标像素点的像素值之间的差异较大时，例如大于30等，则说明目标像素点为较强的极点，可以称之为强极点，例如，白噪声点、特殊点等等容易引起视觉注意的点；
[0174]当上述像素值均值与目标像素点的像素值之间的差异较小时，例如小于等于30等，则说明目标像素点为较弱的极点，可以称之为弱极点。
[0175]另外，为保证顺利对位于图像四周边界上的像素点进行分类，本申请的一种可选实现方式中，还可以在根据像素点分类系数确定目标图像中每一像素点的分类之前，按照预设的扩展规则，对目标图像的外边界进行图像扩展，得到扩展后的目标图像，然后在扩展后的目标图像上进行上述操作。
[0176]具体的，上述预设的扩展规则可以是在图像的最上边界扩展一像素行，例如，图3中像素点A所在的像素行，该像素行中各个像素点的取值与扩展前目标图像中第一像素行中各个像素点的取值相等；
[0177]在图像的最左边界上扩展一像素列，例如，图中像素点B所在的像素列，该像素列中各个像素点的取值与扩展前目标图像中第一像素列中各个像素点的取值相等。
[0178]当然，本申请只是以上述为例进行说明，实际应用中预设的扩展规则并不仅限于此。
[0179]由以上可见，上述各个实施例提供的方案中，首先获得目标图像的强度敏感参数，然后根据强度敏感参数选择目标图像的像素点分类系数，并根据像素点分类系数确定目标图像中每一像素点的分类，之后再根据目标图像中每一像素点的分类，获得目标图像中的感兴趣区域，并提取所确定的感兴趣区域。上述各个实施例提供的方案中，在提取感兴趣区域之前，由于已经确定了目标图像中每一像素点的分类，所以能够快速提取图像中的感兴趣区域。
[0180]与上述感兴趣区域提取方法相对应，本申请实施例还提供了一种感兴趣区域提取
目.ο
[0181]图7为本申请实施例提供的一种感兴趣区域提取装置的结构示意图，该装置包括:
[0182]敏感参数获得模块701，用于获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定；
[0183]分类系数选择模块702，用于根据所述强度敏感参数选择所述目标图像的像素点分类系数；
[0184]像素点分类确定模块703，用于根据所述像素点分类系数确定所述目标图像中每一像素点的分类；
[0185]区域提取模块704，用于根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。
[0186]具体的，所述像素点分类确定模块，具体用于确定所述目标图像中每一像素点的分类。参见图8，图8为本申请实施例提供的一种确定像素点分类的装置的结构示意图，本实施例中，所述像素点分类确定模块703，包括:
[0187]第一波动值计算子模块703A，用于计算所述目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV，其中，所述目标像素点为所述目标图像中的任一像素点，所述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化；
[0188]第一波动值判断子模块703B，用于判断所述波动值KH和所述波动值KV是否均满足预设的针对平坦区域的判断准则，其中，所述针对平坦区域的判断准则为:与所述像素点分类系数中针对平坦区域的分类系数相关的准则；
[0189]第一像素点判定子模块703C，用于在所述第一波动值判断子模块703B的判断结果为是的情况下，判定所述目标像素点为属于平坦区域像的素点。
[0190]较佳的，所述确定像素点分类的装置还可以包括:
[0191]第一亚分类确定子模块，用于在判定所述目标像素点为属于平坦区域的像素点之后，根据所述波动值KH、所述波动值KV以及所述像素点分类系数中针对平坦区域的分类系数，确定所述目标像素点的亚分类。
[0192]具体的，所述确定像素点分类的装置还可以包括:
[0193]第二波动值计算子模块，用于在所述第一波动值判断子模块703B的判断结果为否的情况下，计算所述目标像素点沿预设方向的波动值，记为方向波动值，其中，所述预设方向与水平方向之间的夹角〈洲*3;
[0194]第一波动值选择子模块，用于从所述波动值KH、所述波动值KV和所述方向波动值中选择取值最小的第一最小波动值；
[0195]第二波动值判断子模块，用于判断所述第一最小波动值是否满足预设的针对方向边界区域的判断准则，其中，所述针对方向边界区域的判断准则为:与所述像素点分类系数中针对方向边界区域的分类系数相关的准则；
[0196]第二像素点判定子模块，用于在所述第二波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于方向边界区域的像素点。
[0197]较佳的，所述确定像素点分类的装置还可以包括:
[0198]第二亚分类确定子模块，用于在判定所述目标像素点为属于方向边界区域的像素点之后，确定所述目标像素点的亚分类所述第一最小波动值对应的方向。
[0199]具体的，所述确定像素点分类的装置还可以包括:
[0200]角点选择子模块，用于在所述第二波动值判断子模块的判断结果为否的情况下，按照预设的角点选择规则，选择所述目标像素点的角点；
[0201 ]第三波动值计算子模块，用于计算所述角点的波动值，记为角点波动值；
[0202]第二波动值选择子模块，用于从所述角点波动值中选择取值最小的第二最小波动值；
[0203]第三波动值判断子模块，用于判断所述第二最小波动值是否满足预设的针对角点区域的判断准则，其中，所述针对角点区域的判断准则为:与所述像素点分类系数中针对角点区域的分类系数相关的准则；
[0204]第三像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于角点区域的像素点。
[0205]较佳的，所述确定像素点分类的装置还可以包括:
[0206]第三亚分类确定子模块，用于在判定所述目标像素点为属于角点区域的像素点之后，确定所述目标像素点的亚分类所述第二最小波动值对应的方向。
[0207]具体的，所述确定像素点分类的装置还可以包括:
[0208]第四像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为否的情况下，判定所述目标像素点为极点型像素点。
[0209]较佳的，所述确定像素点分类的装置还可以包括:
[0210]均值计算子模块，用于在判定所述目标像素点为极点型像素点之后，计算所述目标像素点的预设邻域区域内像素点的像素值均值；
[0211]第四亚分类确定子模块，用于根据所述像素值均和所述目标像素点的像素值，确定所述目标像素点的亚分类。
[0212]具体的，所述敏感参数获得模块701，
[0213]具体用于根据预设的参数值，获得目标图像的强度敏感参数;或
[0214]具体用于根据目标图像的压缩比，获得所述目标图像的强度敏感参数;或
[0215]具体用于在多轮编码的情况下，根据目标图像的已完成多轮编码的编码结果，获得所述目标图像的强度敏感参数;或
[0216]具体用于根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得所述目标图像的强度敏感参数。
[0217]由以上可见，上述各个实施例提供的方案中，首先获得目标图像的强度敏感参数，然后根据强度敏感参数选择目标图像的像素点分类系数，并根据像素点分类系数确定目标图像中每一像素点的分类，之后再根据目标图像中每一像素点的分类，获得目标图像中的感兴趣区域，并提取所确定的感兴趣区域。上述各个实施例提供的方案中，在提取感兴趣区域之前，由于已经确定了目标图像中每一像素点的分类，所以能够快速提取图像中的感兴趣区域。
[0218]对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0219]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0220]本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如:R0M/RAM、磁碟、光盘等。
[0221]以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。
【主权项】
1.一种感兴趣区域提取方法，其特征在于，所述方法包括: 获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定； 根据所述强度敏感参数选择所述目标图像的像素点分类系数； 根据所述像素点分类系数确定所述目标图像中每一像素点的分类； 根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。2.根据权利要求1所述的方法，其特征在于，所述根据所述像素点分类系数确定所述目标图像中每一像素点的分类，包括: 按照以下方式确定所述目标图像中每一像素点的分类: 计算所述目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV，其中，所述目标像素点为所述目标图像中的任一像素点，所述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化； 判断所述波动值KH和所述波动值KV是否均满足预设的针对平坦区域的判断准则，其中，所述针对平坦区域的判断准则为:与所述像素点分类系数中针对平坦区域的分类系数相关的准则； 若为是，则判定所述目标像素点为属于平坦区域像的素点。3.根据权利要求2所述的方法，其特征在于，在所述判定所述目标像素点为属于平坦区域的像素点之后，还包括: 根据所述波动值KH、所述波动值KV以及所述像素点分类系数中针对平坦区域的分类系数，确定所述目标像素点的亚分类。4.根据权利要求2所述的方法，其特征在于，在判断得知所述波动值KH和所述波动值KV不能均满足所述预设的针对平坦区域的判断准则的情况下，还包括: 计算所述目标像素点沿预设方向的波动值，记为方向波动值，其中，0° <所述预设方向与水平方向之间的夹角<90° ； 从所述波动值KH、所述波动值KV和所述方向波动值中选择取值最小的第一最小波动值； 判断所述第一最小波动值是否满足预设的针对方向边界区域的判断准则，其中，所述针对方向边界区域的判断准则为:与所述像素点分类系数中针对方向边界区域的分类系数相关的准则； 若为是，则判定所述目标像素点为属于方向边界区域的像素点。5.根据权利要求4所述的方法，其特征在于，在所述判定所述目标像素点为属于方向边界区域的像素点之后，还包括: 确定所述目标像素点的亚分类为所述第一最小波动值对应的方向。6.根据权利要求4所述的方法，其特征在于，在判断得知所述第一最小波动值不满足所述预设的针对方向边界区域的判断准则的情况下，还包括: 按照预设的角点选择规则，选择所述目标像素点的角点； 计算所述角点的波动值，记为角点波动值； 从所述角点波动值中选择取值最小的第二最小波动值； 判断所述第二最小波动值是否满足预设的针对角点区域的判断准则，其中，所述针对角点区域的判断准则为:与所述像素点分类系数中针对角点区域的分类系数相关的准则；若为是，则判定所述目标像素点为属于角点区域的像素点。7.根据权利要求6所述的方法，其特征在于，在所述判定所述目标像素点为属于角点区域的像素点之后，还包括: 确定所述目标像素点的亚分类为所述第二最小波动值对应的方向。8.根据权利要求6所述的方法，其特征在于，在判断得知所述第二最小波动值不满足预设的针对角点区域的判断准则的情况下，还包括: 判定所述目标像素点为极点型像素点。9.根据权利要求8所述的方法，其特征在于，在判定所述目标像素点为极点型像素点之后，还包括: 计算所述目标像素点的预设邻域区域内像素点的像素值均值； 根据所述像素值均值和所述目标像素点的像素值，确定所述目标像素点的亚分类。10.根据权利要求1-9中任一项所述的方法，其特征在于，所述获得目标图像的强度敏感参数，包括: 根据预设的参数值，获得目标图像的强度敏感参数;或根据目标图像的压缩比，获得所述目标图像的强度敏感参数;或在多轮编码的情况下，根据目标图像的已完成多轮编码的编码结果，获得所述目标图像的强度敏感参数;或 根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得所述目标图像的强度敏感参数。11.一种感兴趣区域提取装置，其特征在于，所述装置包括: 敏感参数获得模块，用于获得目标图像的强度敏感参数，其中，所述强度敏感参数，由所述目标图像的纹理特征和人眼视觉特性确定； 分类系数选择模块，用于根据所述强度敏感参数选择所述目标图像的像素点分类系数； 像素点分类确定模块，用于根据所述像素点分类系数确定所述目标图像中每一像素点的分类； 区域提取模块，用于根据所述目标图像中每一像素点的分类，获得所述目标图像中的感兴趣区域，并提取所确定的感兴趣区域。12.根据权利要求11所述的装置，其特征在于，所述像素点分类确定模块，具体用于确定所述目标图像中每一像素点的分类； 所述像素点分类确定模块，包括: 第一波动值计算子模块，用于计算所述目标像素点沿水平方向的波动值KH和沿垂直方向的波动值KV，其中，所述目标像素点为所述目标图像中的任一像素点，所述波动值，用于表示像素点与其周围沿特定方向像素点的像素值之间的变化； 第一波动值判断子模块，用于判断所述波动值KH和所述波动值KV是否均满足预设的针对平坦区域的判断准则，其中，所述针对平坦区域的判断准则为:与所述像素点分类系数中针对平坦区域的分类系数相关的准则； 第一像素点判定子模块，用于在所述第一波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于平坦区域像的素点。13.根据权利要求12所述的装置，其特征在于，所述装置还包括: 第一亚分类确定子模块，用于在判定所述目标像素点为属于平坦区域的像素点之后，根据所述波动值KH、所述波动值KV以及所述像素点分类系数中针对平坦区域的分类系数，确定所述目标像素点的亚分类。14.根据权利要求12所述的装置，其特征在于，所述装置还包括: 第二波动值计算子模块，用于在所述第一波动值判断子模块的判断结果为否的情况下，计算所述目标像素点沿预设方向的波动值，记为方向波动值，其中，0°<所述预设方向与水平方向之间的夹角<90° ； 第一波动值选择子模块，用于从所述波动值KH、所述波动值KV和所述方向波动值中选择取值最小的第一最小波动值； 第二波动值判断子模块，用于判断所述第一最小波动值是否满足预设的针对方向边界区域的判断准则，其中，所述针对方向边界区域的判断准则为:与所述像素点分类系数中针对方向边界区域的分类系数相关的准则； 第二像素点判定子模块，用于在所述第二波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于方向边界区域的像素点。15.根据权利要求14所述的装置，其特征在于，所述装置还包括: 第二亚分类确定子模块，用于在判定所述目标像素点为属于方向边界区域的像素点之后，确定所述目标像素点的亚分类为所述第一最小波动值对应的方向。16.根据权利要求14所述的装置，其特征在于，所述装置还包括: 角点选择子模块，用于在所述第二波动值判断子模块的判断结果为否的情况下，按照预设的角点选择规则，选择所述目标像素点的角点； 第三波动值计算子模块，用于计算所述角点的波动值，记为角点波动值； 第二波动值选择子模块，用于从所述角点波动值中选择取值最小的第二最小波动值； 第三波动值判断子模块，用于判断所述第二最小波动值是否满足预设的针对角点区域的判断准则，其中，所述针对角点区域的判断准则为:与所述像素点分类系数中针对角点区域的分类系数相关的准则； 第三像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为是的情况下，判定所述目标像素点为属于角点区域的像素点。17.根据权利要求16所述的装置，其特征在于，所述装置还包括: 第三亚分类确定子模块，用于在判定所述目标像素点为属于角点区域的像素点之后，确定所述目标像素点的亚分类为所述第二最小波动值对应的方向。18.根据权利要求16所述的装置，其特征在于，所述装置还包括: 第四像素点判定子模块，用于在所述第三波动值判断子模块的判断结果为否的情况下，判定所述目标像素点为极点型像素点。19.根据权利要求18所述的装置，其特征在于，所述装置还包括: 均值计算子模块，用于在判定所述目标像素点为极点型像素点之后，计算所述目标像素点的预设邻域区域内像素点的像素值均值； 第四亚分类确定子模块，用于根据所述像素值均值和所述目标像素点的像素值，确定所述目标像素点的亚分类。20.根据权利要求11-19中任一项所述的装置，其特征在于，所述敏感参数获得模块，具体用于根据预设的参数值，获得目标图像的强度敏感参数;或具体用于根据目标图像的压缩比，获得所述目标图像的强度敏感参数;或具体用于在多轮编码的情况下，根据目标图像的已完成多轮编码的编码结果，获得所述目标图像的强度敏感参数;或 具体用于根据编码时刻与目标图像最接近的预设数量个图像的编码结果，获得所述目标图像的强度敏感参数。
【文档编号】G06K9/46GK105893999SQ201610196180
【公开日】2016年8月24日
【申请日】2016年3月31日
【发明人】贺坚强
【申请人】北京奇艺世纪科技有限公司