[发明专利]图像共显著物体的检测方法

权利要求书

1.一种图像共显著物体的检测方法，其特征在于，所述检测方法包括：

a)获取n张图像，其中，n为大于1的整数；

b)基于所述n张图像针对所述n张图像中的每张图像创建一个图像组以得到n个图像组；

c)从创建的n个图像组中检测含有所述n张图像中的一张图像的图像组；

d)针对检测的图像组中的每个图像组分别构建一个对应的随机森林；

e)基于各自对应的随机森林分别计算所述每个图像组中各个图像的显著物体的粗糙轮廓图；

f)基于所述显著物体的粗糙轮廓图检测所述每个图像组中各个图像对应的显著物体的轮廓曲线；

g)基于所述显著物体的轮廓曲线计算所述每个图像组中各个图像的显著性图；

h)融合检测的图像组中的各个图像组中所述一张图像的显著性图，以得到所述一张图像的间显著性图；

i)获得所述一张图像的内显著性图；

j)将所述间显著性图与所述内显著性图相乘得到所述一张图像在所述n张图像中的共显著性图。

2.根据权利要求1所述的检测方法，其特征在于，步骤b)中针对所述n张图像中的一张图像创建一个图像组的步骤包括：

b1)计算所述n张图像中的每张图像与所述一张图像的全局特征信息描述符间的欧氏距离；

b2)将所述n张图像按对应的所述欧氏距离从小到大的顺序排列；

b3)提取前K张图像形成一个图像组，其中，K为大于0的整数。

3.根据权利要求1所述的检测方法，其特征在于，步骤d)中针对检测的图像组中的一个图像组构建一个随机森林的步骤包括：

d1)针对检测的图像组中的一个图像组，将所述一个图像组中的每张图像缩放，并对缩放后的每张图像按照预定规则进行分块，以划分出的所有图像块构成所述一个图像组的图像块集合；

d2)根据所述图像块集合中的所有图像块构建一个由T棵树构成的随机森林，其中，T为大于0的整数。

4.根据权利要求3所述的检测方法，其特征在于，步骤d2)中根据所述图像块集合中的所有图像块构建含有T棵树的随机森林中的一棵树的步骤包括：

d21)将所述所有图像块从一棵树的根结点根据分割函数划分到所述根结点的左侧分支的结点和右侧分支的结点；

d22)将所述根结点的左侧分支的结点处的图像块根据分割函数划分到所述根结点的左侧分支的结点的左侧分支的结点和右侧分支的结点；

d23)将所述根结点的右侧分支的结点处的图像块根据分割函数划分到所述根结点的右侧分支的结点的左侧分支的结点和右侧分支的结点；

d24)依次将各个结点处的图像块根据分割函数划分到对应的左侧分支的结点和右侧分支的结点，直至待划分的结点的深度达到预定的最大深度或待划分的结点处只包含一个图像块时停止划分。

5.根据权利要求1所述的检测方法，其特征在于，步骤e)中计算一个图像组中各个图像的显著物体的粗糙轮廓图的步骤包括：

e1)根据所述一个图像组的图像块集合中的各个图像块在所属图像内的稀有性和所述各个图像块在所述一个图像组内所有图像中的共有性，计算所述图像块集合中每个图像块跨立在共有物体的轮廓上的概率；

e2)将每个图像块跨立在共有物体的轮廓上的概率作为对应的图像块的像素值，并对每个图像的像素值进行归一化得到所述一个图像组中各个图像的显著物体的粗糙轮廓图。

6.根据权利要求1所述的检测方法，其特征在于，步骤f)检测一个图像组中各个图像的显著物体的轮廓曲线的步骤包括：

基于所述一个图像组中各个图像的显著物体的粗糙轮廓图使用活动轮廓模型来检测所述一个图像组中各个图像的显著物体的轮廓曲线。