[发明专利]一种应用于静态图像人体分割的显著性检测方法

摘要

本发明公开了一种应用于静态图像人体分割的显著性检测方法，包括对待检测的静态图像进行超像素分割；对超像素分割后的图像进行人脸检测，获取人脸区域；对人脸区域进行肤色检测，得到肤色信息；根据肤色信息进行颜色独特性计算和颜色空间分布计算，从而得到融入了肤色信息的颜色独特性值以及融入了肤色信息的颜色空间分布值；根据得到的颜色独特性值和颜色空间分布值进行显著图计算，从而得到用于静态图像人体分割的显著图。本发明在传统显著性检测方法的基础上，在颜色独特性算和颜色空间分布计算中融入了肤色信息，可以很好地检测出肤色，增强了人体的肤色显著性，使得静态图像人体分割的效果更好且更准确。本发明可广泛应用于图像处理领域。

主权项

一种应用于静态图像人体分割的显著性检测方法，其特征在于：包括：A、对待检测的静态图像进行超像素分割；B、对超像素分割后的图像进行人脸检测，获取人脸区域；C、对人脸区域进行肤色检测，得到肤色信息；D、根据肤色信息进行颜色独特性计算和颜色空间分布计算，从而得到融入了肤色信息的颜色独特性值以及融入了肤色信息的颜色空间分布值；E、根据得到的颜色独特性值和颜色空间分布值进行显著图计算，从而得到用于静态图像人体分割的显著图；所述步骤A，其具体为：在CIELab空间中采用改进的SLIC超像素分割算法对待检测的静态图像进行超像素分割，从而根据CIELab空间的测地线图像距离对待检测的静态图像进行K‑means聚类，产生尺寸均匀且能保留颜色边界的超像素分割图像；所述步骤D，其包括：根据肤色信息进行颜色独特性计算，从而得到融入了肤色信息的颜色独特性值；根据肤色信息进行颜色空间分布计算，从而得到融入了肤色信息的颜色空间分布值；所述根据肤色信息进行颜色独特性计算，从而得到融入了肤色信息的颜色独特性值这一步骤，其包括：D11、计算肤色信息融入前的颜色独特性值，所述肤色信息融入前的颜色独特性值Ui0的计算公式为：Ui0=Σj=1j=N||Ci-Cj||2·w(Pi,Pj)w(Pi,Pj)=1Ziexp(-12σp2||Pi-Pj||2),]]>其中，N为超像素的总个数，Pi和Pj分别为第i和第j个超像素的位置，Ci和Cj分别为第i和第j个超像素位置在CIELab颜色空间的颜色值，||Ci‑Cj||为Ci和Cj这两个像素位置的距离，w(Pi,Pj)为局部‑全局的对比权重，Zi为第一归一化因子，Zi使得成立，为高斯位置方差；D12、计算肤色信息融入后的颜色独特性值，并以肤色信息融入后的颜色独特性值作为融入了肤色信息的颜色独特性值，所述融入了肤色信息的颜色独特性值Ui的计算公式为：Ui=Ui0+k1Σj=1j=NUj0·w1(Ci,Cs)w1(Ci,Cs)=exp(-12σ12||Ci-Cs||2),]]>其中，k1为独特性增加权重,Uj0为第j个超像素位置在肤色信息融入前的颜色独特性值，Cs为肤色颜色的平均值，w1(Ci,Cs)表示超像素颜色值接近肤色颜色值的独特性权重，||Ci‑Cs||为Ci和Cs这两个像素位置的距离,为高斯颜色值方差。