[发明专利]一种基于图像背景和空间位置的显著区域检测方法有效

专利信息
申请号: 201711122796.8 申请日: 2017-11-14
公开(公告)号: CN107886507B 公开(公告)日: 2018-08-21
发明(设计)人: 王慧;刘钢 申请(专利权)人: 长春工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06K9/46;G06K9/62
代理公司: 北京市盛峰律师事务所 11337 代理人: 席小东
地址: 130012 *** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于图像背景和空间位置的显著区域检测方法,方法主要包括如下步骤:对目标图像进行M种尺度的超像素分层分割,得到M层目标子图像;超像素块特征向量提取,提取超像素块的颜色特征和纹理特征;背景超像素块聚类;利用空间位置和与背景超像素差异对每个超像素块进行显著性计算;多尺度超像素块显著性融合。优点为:本发明所述方法能够准确判断图像的显著区域,能有效提高检测的准确率和计算效率,为应用到互联网、云计算的海量图像或视频数据的筛选和分析提供技术支持。
搜索关键词: 一种 基于 图像 背景 空间 位置 显著 区域 检测 方法
【主权项】:
1.一种基于图像背景和空间位置的显著区域检测方法,其特征在于,包括以下步骤:步骤1,对目标图像进行M种尺度的超像素分层分割,其中,M为尺度的总层数,得到M层目标子图像;每层目标子图像由多个超像素块组成;步骤2,对于每层目标子图像,均执行以下步骤2.1‑步骤2.3:步骤2.1,提取目标子图像中每个超像素块的特征向量,得到超像素块特征向量;步骤2.2,将目标子图像的边框区域当作图像背景,属于图像背景的超像素块称为背景超像素块;对背景超像素块进行聚类,得到n个聚类,分别为:第1个聚类,第2个聚类…第n个聚类;第1个聚类的聚类中心特征向量为B1,第2个聚类的聚类中心特征向量为B2,依此类推,第n个聚类的聚类中心特征向量为Bn,因此,聚类中心特征向量B={B1,B2,…,Bn};步骤2.3,对于目标子图像的每个超像素块,表示为超像素块p,均采用下式计算超像素块p的显著性值s:其中:其中:D(p,Bi)表示超像素块p和第i个聚类的聚类中心特征向量Bi之间的距离,i={1,2,…,n} ;σ代表尺度因子;w为权值,用于衡量超像素块p与本层目标子图像中心点间的距离,(x,y)表示超像素块p的中心点坐标,(x',y')表示本层目标子图像的中心点坐标;由此计算得到每层目标子图像的每个超像素块的显著性值;步骤3,多尺度超像素块显著性融合,得到最终的显著性图,并在显著性图上检测到显著性区域,具体包括:步骤3.1,计算融合后显著性图上任意像素点j的显著性值:像素点j的显著性值sj是其在所有尺度下位于对应的超像素块的显著性值的平均值,即:其中:sl是像素点j位于第l层目标子图像的超像素块的显著性值;步骤3.2,所有像素点j的显著性值形成图像显著性图,在显著性图上,超过设定阈值的区域即为最终检测到的显著性区域。
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长春工业大学,未经长春工业大学许可,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/201711122796.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top