[发明专利]全局颜色对比度检测和分割显著图的方法

摘要

本发明属于彩色图像处理技术领域，具体一种全局颜色对比度检测和分割显著图的方法。本发明方法包括显著性检测和显著图分割，显著性检测采用全局颜色对比度方法，显著图分割采用动态阈值方法。本发明首先通过提取全局颜色对比度的特征获取初步的显著图，然后再利用颜色离散度和空间信息来进一步提高它们的显著性；以上述生成的显著图作为初始值，通过迭代动态更新的阈值，来分割多个显著性目标。在公开Achanta数据库上的实验结果表明：本发明在ROC曲线上的表现优于文献报道中的方法，并且适用于多目标的检测与分割问题。

主权项

全局颜色对比度检测和分割显著图的方法，其特征在于，分为两部分：显著性检测和显著图分割；其中：(一)显著性检测采用全局颜色对比度方法，具体步骤为：(1)全局颜色对比度分析在彩色图像中，一个彩色像素点由RGB三个通道联合表示；将彩色图像从RGB空间转换到L*a*b空间，其中的L分量描述像素点的亮度，a和b分量则描述像素点的色度；定义像素点Ii的颜色为ci，那么ci在L*a*b空间就表示为ci＝(Li,ai,bi)，于是像素点Ii和Ij的颜色对比度定义为ci和cj的欧式几何距离，即：D(Ii,Ij)＝D(ci,cj)＝[(Li‑Lj)2+(ai‑aj)2+(bi‑bj)2]1/2   (1)在复杂场景中，对任一幅彩色图像I，定义某一像素点Ii的显著性S(Ii)，是该像素点与其它所有像素点之间的颜色对比度之和：S(Ii)＝D(Ii,I1)+D(Ii,I2)+...+D(Ii,IN)   (2)其中，N代表图像I的总像素点，D(Ii,Ij)(j＝1，2，...，N)是像素点Ii和Ij之间的颜色对比度；由于定义的显著性S(Ii)只与像素点Ii的颜色ci相关，对于图像I中任意两个相同颜色的像素点Ij和Ik，有D(Ii,Ij)＝D(Ii,Ik)，因此，将式(2)右边相同颜色的像素点整合在一起得到：S(Ii)=Σj=1nf(cj)D(ci,cj)---(3)]]>其中，n代表图像I的总颜色个数；f(cj)是颜色cj在图像I中出现的频次；(2)颜色的聚类与量化采用K‑means算法对在L*a*b空间的像素点进行聚类，其中心个数设置为M，像素点Ii聚类后的颜色为ri，那么式(3)就简化为：S(Ii)=Σj=1Mf(rj)D(ri,rj)---(4)]]>(3)颜色的离散度与边缘加权定义某个颜色在空间上的分布离散度，是该颜色像素点在空间位置上的方差，数学式为：Dis(ri)=ΣI(xi,yi)∈ri||(xi,yi)-(x0,y0)||2K---(5)]]>其中，(x0,y0)为聚类后颜色为ri的像素区域中心，(xi,yi)是该区域内像素点的坐标，K则是该区域像素点个数，并归一化它们的坐标到[0,1]区间；用颜色离散度来增强显著性式(4)的结果就为：S(Ii)=exp(-Dis(ri)/σ2)Σj=1Mf(rj)D(ri,rj)---(6)]]>其中，σ2是颜色离散度的加权权重；另外，将将图像I视为无向图G，I中的像素点是G中的顶点，相邻顶点之间存在一条边e，采用图的广度搜索算法，将与图像边缘重合区域的显著性进行降低：S(Ii)＝S(Ii)'*β(7)其中，Ii∈Θ，区域Θ内的像素点满足：存在一条从图像边缘某一点Imar到Ii的路径，且该路径上各像素点经过聚类后的颜色相等；其中，S(Ii)'是原始显著性，S(Ii)是加权后的显著性，β是权值，β越接近0表示边缘部分的显著性权值越低；本实验中我们取β的值为0.5；(二)显著图分割采用动态阈值方法首先根据显著图初始化前景目标和背景区域，并设其它区域为待定区域，再根据前景和背景的统计信息对待定区域中的像素点做进一步划分，经过多次迭代，使待定区域面积为0，以达到分割出显著性目标的目的，具体步骤如下：(1)初始化：设输入归一化后的显著图为S，首先采用固定阈值初步分割出前景和背景区域；(2)迭代：(2.1)统计信息：统计计算出前景区域的均值mean_t和最小值min_t，以及背景区域的均值mean_b和最大值max_b，据下式更新前景阈值hi和背景阈值lo：hi=hi-(1-mean_t+min_t)μlo=lo+(1-mean_b+max_b)v---(8)]]>其中，μ为前景阈值的迭代步长，(1‑mean_t+min_t)为步长加权值，取值范围为[0,1]；ν为背景阈值迭代步长，(1‑mean_b+max_b)为步长加权值，取值范围为[0,1]；(2.2)更新前景与背景区域：对待定区域中的像素点，据式(8)更新前景阈值hi和背景阈值lo；当显著值式(7)同时落入前景和背景区域时，该像素点将归入区域均值离它显著值最近的区域；(2.3)更新迭代步长：此时，如果前景区域已经更新，则保持迭代步长μ不变；否则，说明没有新的像素点归入前景区域，此时迭代步长μ增大；对背景区域的迭代步长更新方法同同前景区域的迭代步长更新方法；(2.4)如果待定区域面积为0，则跳出循环，否则重复步骤2；(3)输出：输出前景区域，即得到包含显著性目标的二值图像。