[发明专利]一种基于多人眼感知分组特性的图构造方法

摘要

本发明公开一种基于多人眼感知分组特性的图构造方法，包括以下步骤：将待处理图像过分割成多个超像素，并将超像素定义为图的顶点；基于人眼感知分组特性中的空间邻近特性，将在图像空间中相邻的超像素相连，作为图的一部分边；基于人眼感知分组特性中的颜色相似特性，将图像中颜色特征相似的超像素相连，作为图的另一部分边；基于人眼感知分组特性的纹理相似特性，将图像中纹理特征相似的超像素相连，作为图的又一部分边；基于PRSVM算法，学习空间邻近度、颜色相似性和纹理相似性对图中边权的作用大小；将图的边权定义为相连的两个超像素之间空间邻近度、颜色相似性和纹理相似性的加权和。本发明充分考虑人眼的多种感知分组特性，有效描述图像中各区域之间的关系，有助于对图像中的目标进行检测。

主权项

1.一种基于多人眼感知分组特性的图构造方法，其特征在于：依次包括以下步骤：S1：基于现有的Simple Linear Iterative Clustering算法，将待处理图像过分割成多个超像素，并将超像素定义为所构造图的顶点；S2：基于人眼感知分组特性中的空间邻近特性，将在图像空间中相邻的超像素相连，作为图的一部分边；空间邻近特性表示在空间上相近的区域将被感知分组到同一个物体之内；S3：基于人眼感知分组特性中的颜色相似特性，将图像中颜色特征相似的超像素相连，作为图的另一部分边；颜色相似特性是指具有相似颜色特征的区域将被感知分组为同一物体；S4：基于人眼感知分组特性的纹理相似特性，将图像中纹理特征相似的超像素相连，作为图的又一部分边；纹理相似特性是指具有相似纹理特征的区域将被感知分组为同一物体；S5：基于Primal‑based Ranking Support Vector Machine算法，学习顶点间的空间邻近度、颜色相似度和纹理相似度对相连顶点间边权的作用大小；根据空间邻近度、颜色相似度和纹理相似度对边权的作用大小，将顶点间的不同感知分组特性进行加权求和，获得图的边权。