[发明专利]一种复杂场景的显著区域检测方法有效
| 申请号: | 201110163787.X | 申请日: | 2011-06-17 |
| 公开(公告)号: | CN102184557A | 公开(公告)日: | 2011-09-14 |
| 发明(设计)人: | 李永杰;杨盼;李朝义 | 申请(专利权)人: | 电子科技大学 |
| 主分类号: | G06T7/60 | 分类号: | G06T7/60;G06K9/46 |
| 代理公司: | 电子科技大学专利中心 51203 | 代理人: | 周永宏 |
| 地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明属于计算机视觉技术领域,公开了一种复杂场景的显著区域检测方法。本发明的方法具体包括:对输入图像进行小波变换;建立多尺度图像;特征提取;特征叠加。本发明基于人类大脑视觉信息处理机制,在现有的Itti模型基础上提出了一种复杂场景的显著区域检测方法。本发明的方法通过利用离散小波变换将图像信息分解分为高频成分矩阵和低频成分矩阵,然后建立多尺度图像,再从中提取强度特征金字塔以及方向特征金字塔,最后整合成为一幅显著图。由于考虑了图像的细节信息,较好的提高了细节检测的效果,并且检测效果与人眼的观测结果相一致,更加符合人眼的视觉特性。 | ||
| 搜索关键词: | 一种 复杂 场景 显著 区域 检测 方法 | ||
【主权项】:
一种复杂场景的显著区域检测方法,其特征在于,包括如下步骤:S1.小波变换:对输入图像进行小波变换,获得高频成分矩阵和低频成分矩阵;S2.建立多尺度图像:分别对输入图像、高频成分矩阵和低频成分矩阵建立多尺度图像,分别得到输入图像的多尺度图像、高频成分矩阵的多尺度图像和低频成分矩阵的多尺度图像;S3.特征提取:从步骤S2得到的输入图像的多尺度图像提取两个颜色特征金字塔,从步骤S2得到的高频成分矩阵的多尺度图像提取高频强度特征金字塔以及四个方向高频特征金字塔,从步骤S2得到的低频成分矩阵的多尺度图像提取低频强度特征金字塔以及四个方向低频特征金字塔;S4.特征叠加:对得到的12个特征金字塔分别进行中央‑周边操作和规范化,得到12个子特征金字塔,对12个子特征金字塔分别进行叠加,得到12个特征图,对得到的12个特征图进行规范化,然后对规范化后的12个特征图进行叠加,得到一幅显著图。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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电子科技大学,未经电子科技大学许可,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/patent/201110163787.X/,转载请声明来源钻瓜专利网。
- 上一篇:图像处理装置、检查控制方法
- 下一篇:高性能图像处理系统及图像数据处理方法





