[发明专利]一种复杂场景的显著区域检测方法

权利要求书

1.一种复杂场景的显著区域检测方法，其特征在于，包括如下步骤：

S1.小波变换：对输入图像进行小波变换，获得高频成分矩阵和低频成分矩阵；

S2.建立多尺度图像：分别对输入图像、高频成分矩阵和低频成分矩阵建立多尺度图像，分别得到输入图像的多尺度图像、高频成分矩阵的多尺度图像和低频成分矩阵的多尺度图像；

S3.特征提取：从步骤S2得到的输入图像的多尺度图像提取两个颜色特征金字塔，从步骤S2得到的高频成分矩阵的多尺度图像提取高频强度特征金字塔以及四个方向高频特征金字塔，从步骤S2得到的低频成分矩阵的多尺度图像提取低频强度特征金字塔以及四个方向低频特征金字塔；

S4.特征叠加：对得到的12个特征金字塔分别进行中央-周边操作和规范化，得到12个子特征金字塔，对12个子特征金字塔分别进行叠加，得到12个特征图，对得到的12个特征图进行规范化，然后对规范化后的12个特征图进行叠加，得到一幅显著图。

2.根据权利要求1所述的复杂场景的显著区域检测方法，其特征在于，还包括：步骤S5.中央加权：建立一个和显著图大小相同，元素值为1的矩阵，在矩阵的中心位置构建一个二维高斯滤波器，滤波器半径为矩阵中心点到矩阵行列三分之一交叉点处的长度，将建立的矩阵与步骤S4得到的显著图相乘得到中央加权后的显著图。

3.根据权利要求1所述的复杂场景的显著区域检测方法，其特征在于，还包括：步骤S6.三分点加权：建立一个和显著图大小相同，元素值为1的矩阵，在矩阵的三分点位置，即矩阵行和列的三分之一和三分之二的四个交叉点处分别构建一个二维高斯滤波器，将建立的矩阵与步骤S4得到的显著图相乘得到三分点加权后的显著图。

4.根据权利要求2所述的复杂场景的显著区域检测方法，其特征在于，还包括：步骤S6.三分点加权：建立一个和显著图大小相同，元素值为1的矩阵，在矩阵的三分点位置，即矩阵行和列的三分之一和三分之二的四个交叉点处分别构建一个二维高斯滤波器，将建立的矩阵与步骤S5得到的中央加权后的显著图相乘得到三分点加权后的显著图。

5.根据权利要求1至4所述的任一复杂场景的显著区域检测方法，其特征在于，步骤S1所述的小波变换具体为利用双正交样条小波bior3.7进行三层小波分解与重构。

6.根据权利要求5所述的复杂场景的显著区域检测方法，其特征在于，步骤S2所述的建立多尺度图像具体为利用高斯金字塔模型建立多尺度图像。