[发明专利]基于感知哈希的显著性区域检测方法、设备及存储设备

权利要求书

1.一种基于感知哈希的显著性区域检测方法，其特征在于：包括以下步骤：

S1：将无人机拍摄的彩色图像均转化为m1×n1大小的灰度图像，并对每一幅灰度图像按p×p大小进行分块，得到若干p×p图像块，m1、n1和p均为大于0的正整数；

S2：对步骤S1中所有的p×p图像块进行DCT变换，得到若干DCT系数矩阵；

S3：计算步骤S2中每个DCT系数矩阵的均值；

S4：根据步骤S3中计算所得的均值，遍历所有p×p的DCT系数矩阵，将所有小于均值的位置的值设为0，所有大于等于均值的位置的值设为1，按从左到右、从上到下的顺序排列DCT系数矩阵所在位置的值，得到的二进制向量就是每个图像块的哈希指纹；

S5：遍历所有图像块，计算每个图像块的哈希指纹与全图其他图像块的哈希指纹的汉明距离，即得到两个哈希指纹中对应位置的不同数值的个数，然后，对所有汉明距离进行距离加权求和，将其作为该图像块的显著性值，采用同样的方法计算完所有图像块的显著性值后，得到初级显著图；

S6：对步骤S5得到的初级显著图进行OSTU阈值分割，采用遍历的方法得到使类间方差g最大时对应的阈值T，该阈值T即为最佳分割阈值，通过所述最佳分割阈值对初级显著图进行分割，得到最终显著图。

2.如权利要求1所述的一种基于感知哈希的显著性区域检测方法，其特征在于：步骤S2中，采用公式(1)进行所述的DCT变换：

其中，(u,v)是图像块在整幅灰度图像中的坐标，F(u,v)是DCT系数矩阵，(i,j)是图像块中像素点的坐标，f(i,j)是像素点(i,j)的灰度值，i∈[1,2,......,p]，j∈[1,2,......,p]，C(u)、C(v)均是余弦矩阵，均由公式(2)表示：

其中，k表示u或v。

3.如权利要求1所述的一种基于感知哈希的显著性区域检测方法，其特征在于：步骤S5中所述的显著性值由公式(3)计算所得：

其中，(u,v)、(m,n)分别为两个不同的图像块在整幅灰度图像中的坐标，S(u,v)是(u,v)处图像块的显著性值，h(u,v,m,n)是这两个图像块哈希指纹的汉明距离，

4.如权利要求1所述的一种基于感知哈希的显著性区域检测方法，其特征在于：步骤S6中，对于选定的阈值，对初级显著图进行分割，将初级显著图中像素灰度值的均值小于等于该阈值的图像块的个数记为N1，将灰度图像中像素灰度值的均值大于阈值的图像块数记为N2，所述类间方差g的公式如下：

其中，ω1是前景的图像块数占整幅灰度图像的比例，μ1是前景图像的平均灰度，ω2是背景图像块数占整幅灰度图像的比例，μ2是背景图像的平均灰度，μ是灰度图像的总平均灰度；

通过遍历得到使类间方差g最大时对应的阈值T，将其作为灰度图像的前景与背景的分割阈值，进而得到最终显著图。

5.一种存储设备，其特征在于：所述存储设备存储指令及数据用于实现权利要求1～4任一项所述的基于感知哈希的显著性区域检测方法。

6.一种基于感知哈希的显著性区域检测设备，其特征在于：包括：处理器及存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1～4任一项所述的基于感知哈希的显著性区域检测方法。