[发明专利]一种图像转声音的方法

权利要求书

1.一种图像转声音的方法，其特征在于，包括以下步骤：

步骤1、对图像颜色的空间分布根据显著性特征进行提取；

步骤2、对图像的颜色进行总体和局部上情感语义的提取；

步骤3、音乐情感基调的确定；

步骤4、对图像提取的空间信息进行具体的音乐片段的生成；

步骤5、对初始音乐的加工；

步骤1具体为：根据人眼视觉注意机制进行信息筛选，达到提取的信息与人提取信息更一致的目的，利用HSV颜色空间可以给出每个像素的刺权值函数：

f(p)＝C_hg_h(p·H)+C_sg_s(p·S)+C_vg_v(p·V) (1)

其中，p为图像中每个像素(pixel)点的坐标矢量，C_h、C_s、C_v为常数项，决定在影响刺激水平的权重，g_h(p.H),g_s(p.S),g_v(p.V),分别是以每个像素点的H,S,V分量为自变量的函数，

图像实际为一个二维矩阵，记为其中n为图像行数，m为图像列数，在公式(1)对矩阵A的每个元素作用下变为新的二维矩阵，记为

设图片内有q个闭合的区域,从左到右，从上到下给闭合的区域编号为计算矩阵B元素的均值，即图像刺激的平均水平，记为：

同样用公式(2)计算区域S1,..,Sq，得到每个区域的刺激平均水平

将E_B加入ε，得到

可知ε′中在E_B之前的统计量E_S(1),E_S(2),…都小于E_B，也就是这些区域的平均刺激水平低于图片的平均，因此选择忽略这些区域的信息，在中去除E_B之前的统计量所对应的刺激区

为了比较出图像以平均水平为基准，各个刺激中心的显著性，需要计算各个区域的方差函数，

每个区域S_θ的方差函数为：

k为S_θ区域像素的个数

则有

进而对δ求顺序统计量即得到区域的显著性时间排序：

D`<sub>S(q-d)</sub>，...，D`_S(q)。