[发明专利]一种结合自底向上和自顶向下的图像感兴趣区域提取方法

摘要

本发明提出一种结合自底向上和自顶向下的图像感兴趣区域提取方法。该方法采用交互式的方式，由用户将其携带的观察任务等自顶向下信息转换为输入图像底层特征的不同权重值，同时结合Itti-Koch模型和Stentiford模型，吸取两模型优点，实现用户任务与图像视觉刺激相结合的感兴趣区域提取方法。将用户的查询意图以及对图像的理解转换为显著图权重的方式，即通过对底层特征加以相应权重来影响显著图的求解，缩短了用户查询意图与图像底层特征间的鸿沟，提取出来的感兴趣区域更符合用户的要求。对多幅图像的处理结果表明使用该方法提取用户感兴趣区域具有较好的结果。

主权项

1.一种结合自底向上和自顶向下的图像感兴趣区域提取方法，其特征在于，包括以下步骤：步骤1：提取出输入的源图像G_R在亮度、颜色和方向三个特征上不同尺度的图像特征；步骤2：采用交互式的方式，用户输入亮度特征、颜色特征和方向特征相应的权重值，然后由下式求出源图像GR加权的Itti-Koch模型显著图；S=g(I)*N(I‾)+g(C)*N(C‾)+g(O)*N(O‾)g(I)+g(C)+g(O)]]>其中g(I)表示用户选择的亮度特征的权重值，g(C)表示用户选择的颜色特征的权重值，g(O)表示用户选择的方向特征的权重值；分别为亮度、颜色和方向三个特征上的规范图，N(.)为规范化因子；同时通过遍历求取G_R加权的Itti-Koch模型显著图中显著度最大的点P；步骤3：求取基于Itti-Koch模型显著图的中间处理图像G_I以及基于Stentiford模型视觉注意图G_S；其中，G_I的求取过程为：将得到的源图像G_R加权的Itti-Koch模型显著图进行平滑滤波、二值化处理以及基于显著度最大的点P进行区域增长，结果存于中间处理图像G_I中；G_S的求取过程为：利用Stentiford模型求取出源图像G_R的视觉注意图，并将其进行平滑滤波、二值化处理并区域增长，增长的结果存于中间处理图像G_S中；步骤4：G_I与G_S进行与运算，结果存储为缓存图像G_T；步骤5：对图像G_T进行图像膨胀处理从而消除裂缝与孔洞，得G_T′；步骤6：G_T′与源图像G_R进行与运算，最终得到用户感兴趣区域。