[发明专利]一种基于图像分层技术的显著性物体检测方法及系统

说明书

本发明公开了一种基于图像分层技术的显著性物体检测方法，包括采集背景图像中各像素的像素值；针对每一像素计算其与其他像素间距离和；对每一像素的距离和进行转换得到该像素的显著性特征值，根据每一像素的显著性特征值获取特征图像；记录所有显著性特征值中的最大值与最小值，计算最大值与最小值之差将特征图像映射至数值范围内；通过对应像素值与显著性特征值将背景图像映射至数值范围内得到第一拉伸图像；将特征图像减去第一拉伸图像以获得子背景图像；将子背景图像映射到数值范围中获取第二拉伸图像；将第二拉伸图像减去特征图像得到目标图像。本发明还公开了基于上述方法的物体检测系统，包括采集模块、图像处理模块、计算模块、输出模块。

技术领域

本发明涉及图像分层技术检测领域，尤其涉及一种基于图像分层技术的显著性物体检测方法及系统。

背景技术

目前，对于复杂环境背景下的目标物体检测，往往容易受到背景信息的影响。比如在马路上面检测车辆目标，而正值晴天阳光从路两侧的树木上投下巨大的影子，车辆正好行进都影子当中。此时，会发现在图像上面比较醒目的是影子，而车辆在影子里面的局部区域内是突出的。故此，如果想从图像中将车辆检测出来，可以先将影子分离出来，然后再从影子中将车辆分离出来，这就是所谓的“图像分层”。

一般情况下，如果目标物体在背景图像中存在却又不好直接分离出来的场景，都可以使用图像分层的方法，先将图像中容易与背景分离出来又包含目标物体的区域分离出来，再想办法将其与目标物体分离出来。

因此，亟需一种更好地检测物体的方法及系统，将隐藏于背景中阴影部分的物体从背景中突显出来，从而达到将目标物体从背景中分离的目的。

发明内容

为了克服上述技术缺陷，本发明的目的在于提供一种基于图像分层技术的物体检测方法及系统，用于解决处于背景图像的阴影中的目标物体难以被准确地识别的问题。

本发明公开了一种基于图像分层技术的显著性物体检测方法，包括：采集背景图像中各个像素的像素值；针对每一像素计算该像素与其他像素之间距离和；对所述每一像素的距离和进行转换得到该像素的显著性特征值，根据每一像素的显著性特征值获取特征图像；记录所有显著性特征值中的最大值与最小值，计算所述最大值与最小值之差将所述特征图像映射至一数值范围内；通过对应所述像素值与所述显著性特征值将所述背景图像映射至所述数值范围内得到第一拉伸图像；将所述特征图像减去所述第一拉伸图像以获得子背景图像；将所述子背景图像映射到所述数值范围中获取第二拉伸图像；将所述第二拉伸图像减去所述特征图像得到目标图像。

优选地，对所述每一像素的距离和进行的运算为指数运算，指数值与该像素在所述背景图像中的对比度相关。

优选地，在获取特征图像后，对所述特征图像进行均值滤波，增强所述特征图像的边缘部分。

优选地，所述均值滤波可具有方向倾斜以实现特定方向的边缘增强。

优选地，所述数值范围设定为0-255。

优选地，所述计算该像素与其他像素之间距离和包括计算该像素与其他像素之间的欧氏距离。

优选地，二值化所述目标图像获得二值图像。

本发明还公开了一种基于图像分层技术的显著性物体检测系统，包括采集模块、图像处理模块、计算模块、输出模块；所述采集模块采集背景图像中各个像素的像素值；所述计算模块针对每一像素计算该像素与其他像素之间距离和，并对所述每一像素的距离和进行转换得到该像素的显著性特征值，记录所有显著性特征值中的最大值与最小值，计算所述最大值与最小值之差；所述图像处理模块根据每一像素的显著性特征值获取特征图像，并将所述特征图像映射至一数值范围内，通过对应所述像素值与所述显著性特征值将所述背景图像映射至所述数值范围内得到第一拉伸图像，将所述特征图像减去所述第一拉伸图像以获得子背景图像，将所述子背景图像映射到所述数值范围中获取第二拉伸图像，将所述第二拉伸图像减去所述特征图像得到目标图像；所述输出模块输出所述目标图像。