[发明专利]图像显著区域检测的方法、装置、设备及可读存储介质在审
申请号: | 201810442350.1 | 申请日: | 2018-05-10 |
公开(公告)号: | CN108596921A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 陈国栋;苏凡;王正;王振华;孙立宁 | 申请(专利权)人: | 苏州大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/194;G06T7/90 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 215104 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 子区域 显著性 图像显著区域检测 待检测图像 度量 计算机可读存储介质 可读存储介质 目标区域 区域分布 预设规则 预分割 圆度 分割 | ||
本发明公开了一种图像显著区域检测的方法、装置、设备以及计算机可读存储介质,包括:对获取到的待检测图像进行预分割,以便于将所述待检测图像分割为多个子区域;根据预设规则,分别计算各个子区域的初步区域显著性值;依据所述各个子区域的区域圆度和区域分布特性,分别计算所述各个子区域的背景分布度量;利用所述各个子区域的初步区域显著性值和背景分布度量,确定所述各个子区域的目标区域显著性值。
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像显著区域检 测的方法、装置、设备以及计算机可读存储介质。
背景技术
在计算机视觉领域,越来越多的研究人员意识到,以心理学和生 物学的理论为基础而建立的图像显著区域检测算法很难做到令人满意 的检测效果。现有技术中也提出来很多突破了严格的生物学算法的图 像显著区域检测算法,这些算法简单高效,而且检测效果也有了较大 幅度的提升。
现有技术中的图像显著区域检测的算法通常仅适用于背景简单、 显著区域位于图像中心位置的简单图像;验证显著性检测算法的图像 数据库同样多选择这样的场景,如MSRA、SED、ECSSD、THUR15K 等。
但是在实际应用中,不同于工业机器人在结构化环境下对工件的 检测与操作;服务机器人在家庭环境下的显著性检测面临着诸多挑战, 如光照变化、背景复杂、物体间相互遮挡等。现有的图像显著区域检 测算法在家庭环境下进行显著区域检测时,由于家庭环境的背景复杂 性和光照变化会导致图像显著区域检测的准确率降低。
综上所述可以看出,如何提供一种可以适应复杂环境的图像显著 性检测方法是目前有待解决的问题。
发明内容
本发明的目的是提供一种图像显著区域检测的方法、装置、设备 以及计算机可读存储介质,已解决现有技术中所提供的图像显著区域 检测算法在复杂环镜下检测效率较低的问题。
为解决上述技术问题,本发明提供一种图像显著区域检测的方 法,包括:对获取到的待检测图像进行预分割,以便于将所述待检测 图像分割为多个子区域;根据预设规则,分别计算各个子区域的初步 区域显著性值;依据所述各个子区域的区域圆度和区域分布特性,分 别计算所述各个子区域的背景分布度量;利用所述各个子区域的初步 区域显著性值和背景分布度量,确定所述各个子区域的目标区域显著 性值。
优选地,所述根据预设规则,分别计算各个子区域的初步区域显 著性值包括:
统计当前子区域ri的颜色直方图,为所述当前子区域ri分配ni个代 表颜色
分别计算所述当前子区域ri和除ri以外其他所有子区域rj(j≠i)之间 的颜色空间距离
其中,所述子区域rj有nj个代表颜色是所述子 区域ri中第p个代表变颜色,是代表颜色在所述子区域ri中出现 的频率;是所述子区域rj中第q个代表变颜色,是代表颜色在 所述子区域rj中出现的频率;
根据所述颜色空间距离Dc(i,j)计算所述子区域ri的全局对比度:将所述全局对比度RS(ri)作为所述子区域ri的初步 区域显著性值;
其中,区域权重AR(rj)为所述子区域rj的面积占比, Ds(ri,rj)是所述子区域ri和所述子区域rj之间的质心距离,α为比例系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810442350.1/2.html,转载请声明来源钻瓜专利网。