[发明专利]一种基于区域描述和先验知识的图像显著性检测方法

权利要求书

1.一种基于区域描述和先验知识的图像显著性检测方法，其特征在于，包括如下步骤：

(1)对待检测图像进行预分割，生成超像素，得到预分割图像；

(2)将每个像素点在CIELab色彩空间中的三个颜色特征和四个纹理特征，采用非线性的方法，生成超像素的融合特征协方差矩阵；

(3)计算每个超像素的特征差异区域描述符和空间分布区域描述符；

(4)利用超像素的特征差异区域描述符和空间分布区域描述符，计算待检测图像的各像素点的初始显著度值；

(5)基于显著点的先验知识，获取图像先验显著区域及背景区域；

(6)根据超像素与背景区域的颜色距离，计算待检测图像每个像素点的显著度权值；

(7)将步骤(6)中得到的各像素点的显著度权值进行归一化后，与初始显著度值相乘，计算得到每个像素点的最终显著度值。

2.根据权利要求1所述的基于区域描述和先验知识的图像显著性检测方法，其特征在于，步骤(1)所述对图像进行预分割，具体为采用自适应SLIC算法对图像进行预分割，包括以下步骤：

(1-1)计算图像复杂度及分割数量N；

首先将待检测图像转化为灰度图，然后计算0°，45°，90°，135°四个方向的灰度共生矩阵，再计算四个方向上灰度共生矩阵的能量、熵、相关性和均匀度四个常用特征，根据下式分别计算0°，45°，90°，135°四个方向的复杂度，

GrayComplexity(α)＝entropy(α)+homogeneous(α)-energy(α)-correlation(α)

其中，α的取值为1、2、3、4，分别对应0°，45°，90°，135°四个方向；

对四个方向上的复杂度加和求平均，得到图像复杂度，计算公式如下：

GrayCompleixty=Σα=14GrayCompleixty(α)4]]>

分割数量N由下式计算：

N＝30×(GrayCompleixty+1)

(1-2)将待检测图像从RGB色彩空间转换为CIELab色彩空间；

(1-3)利用SLIC算法将图像分割为N个超像素，得到预分割图像。