[发明专利]一种基于颜色对比度的局部区域检测子提取方法及系统

权利要求书

1.一种基于颜色对比度的局部区域检测子提取方法，其特征在于，包括：

步骤1，获取图像，并对所述图像的四个角进行尺度选择，通过二维信息熵值的局部极小值选取所述图像的图像背景的最佳尺度，根据所述最佳尺度，建立背景RGB三通道高斯混合模型；

步骤2，对所述图像中每个像素点建立RGB三通道高斯混合模型，并根据每个所述像素点的RGB三通道高斯混合模型与所述背景RGB三通道高斯混合模型的KL距离，更新所述图像的颜色对比度排序；

步骤3，根据所述颜色对比度排序，通过分水岭的区域检测方式检测对比度一致的区域，所述区域为所述局部区域检测子。

2.如权利要求1所述的基于颜色对比度的局部区域检测子提取方法，其特征在于，所述二维信息熵值的计算方式如下：

其中C代表RGB三通道,s代表尺度,w_i代表信息熵的权重，信息熵H_i(s)定义如下：

其中Q代表量化后的颜色对比度值,p_ij(c,s)代表像素值f(i,j)出现在一副M×N大小的图像中的概率,f(i,j)代表像素值i的八邻域像素值为j的概率值，M为图像的宽度，N为图像的高度。

3.如权利要求1所述的基于颜色对比度的局部区域检测子提取方法，其特征在于，颜色对比度排序计算公式为：

其中u_t,u_b本别代表两个高斯模型的均值，∑_t和∑_b代表混合高斯模型的协方差矩阵，t代表图像中像素的标记，b代表图像中背景的标记，T代表矩阵的转置，p_t为图像中每一个像素和其周围15*15像素块所形成的混合高斯分布模型，p_b为图像的背景混合高斯模型，CC(p_t,p_b)代表图像中每个像素与背景混合高斯模型的距离。

4.如权利要求1所述的基于颜色对比度的局部区域检测子提取方法，其特征在于，所述步骤2还包括将三通道对比度进行加权融合。

5.如权利要求1所述的基于颜色对比度的局部区域检测子提取方法，其特征在于，所述步骤2包括对所述图像中的每个像素点选取15*15的模板建立RGB三通道高斯混合模型。

6.一种基于颜色对比度的局部区域检测子提取系统，其特征在于，包括：

建立背景RGB三通道高斯混合模型模块，用于获取图像，并对所述图像的四个角进行尺度选择，通过二维信息熵值的局部极小值选取所述图像的图像背景的最佳尺度，根据所述最佳尺度，建立背景RGB三通道高斯混合模型；

颜色对比度排序模块，用于对所述图像中每个像素点建立RGB三通道高斯混合模型，并根据每个所述像素点的RGB三通道高斯混合模型与所述背景RGB三通道高斯混合模型的KL距离，更新所述图像的颜色对比度排序；

提取局部区域检测子模块，用于根据所述颜色对比度排序，通过分水岭的区域检测方式检测对比度一致的区域，所述区域为所述局部区域检测子。

7.如权利要求6所述的基于颜色对比度的局部区域检测子提取系统，其特征在于，所述二维信息熵值的计算方式如下：

其中C代表RGB三通道,s代表尺度,w_i代表信息熵的权重，信息熵H_i(s)定义如下：

其中Q代表量化后的颜色对比度值,p_ij(c,s)代表像素值f(i,j)出现在一副M×N大小的图像中的概率,f(i,j)代表像素值i的八邻域像素值为j的概率值，M为图像的宽度，N为图像的高度。