[发明专利]一种基于离群数据挖掘的图像显著性检测方法

权利要求书

1.一种基于离群数据挖掘的图像显著性检测方法，该方法包括以下步骤：

步骤1：在所述图像的视觉特征空间内进行多尺度的视觉差异性分析，得到所述图像各个像素点在不同尺度下的显著性似然值；

步骤2：将所述不同尺度下得到的显著性似然值进行融合，得到基于视觉特征空间的图像显著性映射图；

步骤3：在所述图像的二维平面空间内进行显著性似然值的传播，将所述图像的视觉特征空间分布信息和二维平面空间分布信息融合起来以得到最终的所述图像显著性映射图。

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：

步骤1a：所述图像中各个像素点的视觉特征信息由其二维平面空间邻域内的邻居像素点的视觉特征分布信息来表示；

步骤1b：寻找所述各个像素点在当前尺度下的视觉特征空间内的k个距离最短的邻居像素点及各个像素点与所述邻居像素点之间的距离值，其中，所述k为不大于图像像素点总个数的正整数；

步骤1c：计算所述各个像素点的局部分布密度值；

步骤1d：计算所述各个像素点的加权邻域分布密度值；

步骤1e：利用所述局部分布密度值和加权邻域分布密度值计算所述各个像素点的显著性似然值。

3.根据权利要求1所述的方法，其特征在于，所述步骤2依据如下方式将不同尺度下得到的显著性似然值进行融合，

S(i)=1|L|·Σl∈LSl(i)]]>

其中，S(i)是像素点p_i的显著性似然值，|L|为不同尺度下得到的显著性似然值的个数，变量S_l(i)为像素点i在L个不同尺度下得到的第l个显著性似然值。

4.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤3a：寻找所述图像各个像素点在二维平面空间内的k个距离最短的邻居像素点，其中，所述k为不大于图像像素点总个数的正整数；

步骤3b：确定所述图像中的有效显著性像素点；

步骤3c：对所述图像中非有效显著性像素点进行显著性似然值的传播计算。