[发明专利]基于颜色特征增强的没有单一显著残差的协同检测算法

权利要求书

1.一种基于颜色特征增强的没有单一显著残差的协同检测算法，包括下列步骤：

步骤1：单一显著图的预处理阶段

作为预处理步骤，对于一副输入图像，通过平均两个已有的显著检测器的结果来提取潜在的显著性区域，然后通过流形排序算法优化初始的单一显著图，提取到的图像i的单一显著图表示为S_i；

步骤2：颜色特征增强

步骤2.1：显著性前景字典的创建

采用具有四个指数，即0.5,1,1.5,2.5，的八种颜色特征，包括RGB，LAB，色调，饱和度，来形容这个32维的丰富的颜色特征空间，用图像超像素来表示每一副图像；本发明对每一副图像i使用D_i表示超像素水平的颜色特征字典矩阵，字典创建包括超像素分割，超像素水平颜色特征提取和转换；

步骤2.2：对步骤2.1提取到的颜色特征进行编码

为保证判别能力以及获得更可靠的特征系数通过OTSU自适应阈值来得到bin(·)，并且通过稀疏编码来优化α_i，对步骤2.1提取到的颜色特征进行编码；

步骤2.3：协同显著性标示

图像j关于图像i的协同显著程度可以经由显著性前景字典的加强乘积和以及在相同颜色特征空间上的最优的显著性特征系数来有效测量，由此得到了测量从图像j到图像i的协同显著性得分的协同显著性指示图

步骤2.4：协同显著性融合

应用混合融合策略，依靠多数投票来自适应的选择使用加法还是乘法整合多个协同显著性信息，以结合它们各自的优点，即：若超过一半的输入图像投票的超像素p对其他图像是协同显著的，使用归一化加法来融合协同显著标示信息，相反使用乘法来融合他们；

步骤3：融合后的协同显著图由全局协同显著性传播进行后处理

为提高协同显著前景的完备性，使用元胞自动机扩展模型(cellular automatapropagation)对融合后的协同显著图进行后处理。