[发明专利]一种基于期望步数的图像显著程度检测方法

权利要求书

1.一种基于期望步数的图像显著程度检测方法，其特征在于，包括以下步骤：

步骤1，将宽为W，高为H的输入图像I切分成L个大小为k×k的不重叠的图像块；

步骤2，提取每个图像块的颜色，方向熵和纹理特征，构造特征向量；

步骤3，将每个图像块视为全连通图和k规则图中的一个结点，对于每个结点，利用步骤2所得到的特征向量计算这个结点与其他所有结点的不相似度，利用结点间的不相似度得到全连通图关联矩阵和k规则图的关联矩阵L表示分割后的图像块总数；根据全连通图的状态转移矩阵P^g计算全连通图的平稳分布进而得到全连通图的基础矩阵Z^g，根据基础矩阵Z^g计算全连通图中从平稳分布出发到达任意节点i的期望步数根据k规则图的状态转移矩阵P^l计算k规则图的平稳分布进而得到k规则图的基础矩阵Z^l，根据基础矩阵Z^l计算k规则图中从平稳分布出发到达任意节点i的期望步数

步骤4，利用步骤3所得到的全连通图中从平稳分布出发到达任意节点i的期望步数以及k规则图中从平稳分布出发到达任意节点i的期望步数得到关键结点Nmsal，计算方法如下：

Nmsal=max(Eπg(Ti)Eπi(Ti))]]>公式（3）

其中i＝1,2,...,L；

步骤5，对于步骤3得到的全连通图关联矩阵和k规则图关联矩阵进行融合，得到混合图关联矩阵A^m=αA¹+A^g，α为融合系数，α∈(0.01，0.1)，步骤1得到的每个图像块视为混合图中的一个结点；计算混合图上关键结点Nmsal到达每个结点的期望步数，对期望步数进行归一化处理得到混合图中每个结点的显著值；根据混合图中每个结点的显著值得到输入图像的显著图salMap，所述的显著图salMap是一个J行N列的灰度图，J＝H/k，N＝W/k，显著图salMap上第i行第j列的元素对应原图像I上切分出的图像块p_(i-1)*N+j(i=l，2……J，j=i，....，N)的显著值；

步骤6，对于步骤5所得到的显著图salMap通过二维高斯平滑算子进行平滑，得到最终反映图像上各个区域显著程度的结果图像。

2.根据权利要求1所述的一种基于期望步数的图像显著程度检测方法，其特征在于，所述的步骤1包括以下步骤：

把图像I切分成图像块，当图像的宽W和高H不是k的整数倍时，需要先对图像进行缩放，保证图像的宽和高是k的整数倍；将图像I按照从左至右从上至下的顺序切分成不重叠的图像块，每个图像块是一个方块，宽和高都是k，每个图像块中的像素个数是k²，图像I可以切分出的图像块总数