[发明专利]一种基于Stentiford视觉模型的优化方法

摘要

本发明涉及一种基于Stentiford视觉模型的优化方法，设计引入Uniform LBP算法和直方图统计方法，解决传统的Stentiford视觉模型模型随机性过大，对细节过于敏感，计算耗时的缺点，并且实验证明，本发明所设计方法能够大幅提高图像区域提取的效果，而且大大提高了处理速度，图像处理效率显著提升，具有较强的实用价值。

主权项

1.一种基于Stentiford视觉模型的优化方法，其特征在于，包括如下步骤：步骤001.针对待处理彩色图像进行灰度处理，获得待处理灰度图像，并进入步骤002；步骤002.分别针对待处理灰度图像中的各个像素点，以像素点为中心，设定该像素点所对应的圆形测算区域，其中，该圆形测算区域的半径为相邻像素点之间的距离，该圆形测算区域中包括该像素点和与该像素点相邻的上下左右四个像素点；由此获得待处理灰度图像中各个像素点分别所对应的圆形测算区域，然后进入步骤003；步骤003.分别针对待处理灰度图像中的各个像素点，将像素点所对应圆形测算区域中与该像素点相邻的上下左右四个像素点，以及位于该圆形测算区域的圆周上、相邻像素点之间的中间位置，作为该像素点所对应圆形测算区域中与该像素点相邻的八个对象，获得该像素点所对应圆形测算区域中与该像素点相邻八个对象的像素值，然后进入步骤004；步骤004.分别针对待处理灰度图像中的各个像素点，针对像素点所对应圆形测算区域中与该像素点相邻的八个对象，分别比较各个对象的像素值是否大于等于该像素点的像素值，是则针对该对象标记为1，否则针对该对象标记为0；然后针对该八个对象的标记值，按预设起始位置和顺序进行组合构成一个八位二进制数，并将该八位二进制数转换为十进制数值，对应于该像素点；由此即获得待处理灰度图像中各个像素点分别所对应的一个十进制数值，进入步骤005；步骤005.根据待处理灰度图像，采用Uniform LBP模式，将待处理灰度图像中各个像素点分别所对应的十进制数值，转换为与待处理灰度图像相对应、包含有59种数值的Uniform LBP矩阵，其中，Uniform LBP矩阵中元素的个数与待处理灰度图像中像素点的个数相等，且一一对应，Uniform LBP矩阵中各元素的值即作为对应像素点的等级值，Uniform LBP矩阵中元素的值总共有59种数值，即待处理灰度图像中像素点的等级值总共有59种；然后进入步骤006；步骤006.根据待处理灰度图像所对应的Uniform LBP矩阵，针对待处理灰度图像中的各个像素点，分别建立像素点所对应的三维数组[Rank,Value,Location(x,y)]，其中，Rank表示对应像素点的等级值，Value表示对应像素点的像素值，Location(x,y)表示对应像素点的坐标；然后进入步骤007；步骤007.根据待处理灰度图像中各个像素点所对应的三维数组，将待处理灰度图像中的所有像素点按其所对应的等级值Rank进行划分，进行直方图统计，即获得各等级值Rank所分别对应的像素点集合R*，然后进入步骤008；步骤008.针对59种等级值Rank，由最小等级值Rank开始，按等级值Rank从小至大的顺序，依序分别针对各个等级值Rank所对应的像素点集合R*，针对像素点集合R*中的各个像素点，分别按如下步骤00801至步骤00803进行操作，进而获得待处理灰度图像中各个像素点的显著度；步骤00801.在像素点所在像素点集合R*中除该像素点以外的其它各个像素点中，任意取出预设N个像素点，组成该像素点所对应的集合T，然后进入步骤00802；其中，N小于等于各像素点集合R*中最少像素点个数减1；步骤00802.针对该像素点，统计其对应集合T中与该像素点像素值Value不相等的像素点的个数P，并进入步骤00803；步骤00803.计算即获得该像素点的显著度。