[发明专利]一种利用红黑小波变换的图像显著性检测方法

说明书

技术领域

本发明涉及一种图像显著性检测方法，尤其涉及一种利用红黑小波变换的图像显著性检测方法，属于图像分析处理技术领域。

背景技术

在图像领域中，显著性是指人类通过视觉感知，捕获到场景中最令人关注的区域。图像的显著性检测旨在根据输入的图像，找出其中显著的区域(前景)，将其与背景分割开来或进行标记。显著性检测可以为其他的图像相关工作提供支持，如图像分割、目标识别、图像标记、图像自适应压缩等等。

目前，解决图像显著性检测问题的最广泛使用的技术是利用自底向上的方法，其基本思想是假设前景的特征(如颜色、强度、空间位置等)与整幅图像中的其它区域特征不同，具有唯一性，因此求得具有唯一性的特征区域即可得到显著性检测结果。使用自底向上方法进行显著性检测的通常步骤是：

步骤一、对图像分割成大小相近的多个区域，对每个区域都进行特征提取；

步骤二、通过比较区域间的特征，求出每个区域的唯一性值；

步骤三、根据区域的唯一性值计算得到每个像素的显著性值；

步骤四、对显著性图进行二值化分割。

然而显著性检测的效果常会受到图像中杂乱斑驳的纹理、急剧变化的光照、目标相对尺度不确定等因素的影响。

相比于其他方法，频域分析法通常设计简单，计算快捷。频域分析方法是一种普适的检测方法，不需要构建学习系统和提供先验知识，不需要对各种图像特征，如颜色、纹理等信息综合考虑。频率分析法最有价值之处在于其计算的高效性，为视频的实时显著性检测提供了可能性。目前的频域分析方法将图像进行傅里叶变换，求得频域上的残差，再进行傅里叶反变换至空间域得到显著性图，这种通过频率变换提取显著性图的方法大大提高了计算速度。

尽管频域分析法具有以上优点，但是仍然存在缺点：一方面显著性图尺度较原始图像尺寸小很多，另一方面显著性图计算过程中加入了高斯模糊，该方法得到的显著性图前景边缘较模糊，得到的前景分割结果不够精细。

发明内容

本发明的目的是解决传统的频域分析方法中的显著性图精细度较低，难以获得良好的显著性区域分割结果的问题，提出一种利用红黑小波变换的图像显著性检测方法。

为实现上述目的，本发明所采用的技术方案如下：

一种利用红黑小波变换的图像显著性检测方法，包括以下步骤：

步骤一、通过式(1)根据输入图像I的尺寸确定红黑小波变换的变换层数L，根据L将I进行红黑小波变换得到T，T＝B_fwI，其中B_fw表示红黑小波变换，fw

表示前向小波变换；L＝[log₂min(w，h)]_floor-1；  (1)

其中，w和h分别表示图像I的宽度和长度，[·]_floor表示向下取最接近的整数值；

步骤二、对原始图像I进行高斯平滑处理得到I_smooth，根据L对I_smooth进行红黑小波变换得到T_smooth，T_smooth＝B_fwI_smooth；

步骤三、求得步骤一和步骤二变换结果的差值r，即r＝T_smooth-T，并对r进行红黑小波反变换获得显著性图s，其中表示红黑小波逆变换，表示对红黑小波逆变换结果的元素值取绝对值；

步骤四、对显著性图s按照式(2)进行二值化分割，获得显著性检测结果；