專利名稱：一種圖像顯著區(qū)域檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理領(lǐng)域，特別是涉及ー種圖像顯著區(qū)域檢測方法。
背景技術(shù)：
人類的視覺機(jī)理和反射條件具有一定的共性，這會(huì)使圖像中一定的顯著性區(qū)域，如圖像的邊緣、色差梯度較大的圖像區(qū)域，總會(huì)引起人們的注意?；谶@種原理，可以對圖像中的顯著性的區(qū)域進(jìn)行檢測，提取出顯著性值的灰度圖像，從而廣泛的應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域，包括對興趣目標(biāo)物體的圖像分割，目標(biāo)識(shí)別，自適應(yīng)壓縮，內(nèi)容感知圖像編輯，和圖像檢索等。同時(shí)，對圖像的顯著性區(qū)域的檢測研究反過來對研究人類視覺系統(tǒng)的信息加工也有幫助。
圖像顯著區(qū)域檢測方法即是要得到待處理的圖像中每ー像素點(diǎn)的顯著性值，根據(jù)顯著性值得到對應(yīng)的顯著性灰度圖。現(xiàn)有的圖像顯著區(qū)域檢測方法中，有基于全局的計(jì)算方法計(jì)算顯著性值的，也有基于局部窗ロ計(jì)算顯著性值的，但上述兩種方法各自突出待檢測圖像中不同的特性，全局計(jì)算方法得到的顯著性值灰度圖像突出的是待檢測圖像的主體部分的顯著性，而局部處理計(jì)算方法得到的顯著性值灰度圖像突出的是待檢測圖像中的邊緣以及紋理較強(qiáng)處的信息。以人臉圖像為例說明，采用全局計(jì)算方法得到的各像素點(diǎn)顯著性值，能識(shí)別出人臉圖像的主體部分，但對于臉部輪廓處、眼睛、鼻子、嘴部邊緣處卻不能很好體現(xiàn)；而采用局部計(jì)算方法得到的各像素點(diǎn)顯著性值，對輪廓邊緣處能很好地體現(xiàn)，但對于臉部主體部分卻不能很好地體現(xiàn)。這樣兩種方法得到的灰度圖結(jié)果均不能較準(zhǔn)確的反應(yīng)待檢測圖像的顯著性值。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是彌補(bǔ)上述現(xiàn)有技術(shù)的不足，提出一種圖像顯著區(qū)域檢測方法，結(jié)合局部處理和全局處理方式，使得到的顯著性值灰度圖像更加精確。本發(fā)明的技術(shù)問題通過以下的技術(shù)方案予以解決
ー種圖像顯著區(qū)域檢測方法，包括以下步驟1)色彩空間轉(zhuǎn)換和濾波處理將待檢測圖像從RGB色彩空間轉(zhuǎn)換為CIELab色彩空間，并對圖像做濾波處理；2)局部窗ロ計(jì)算按局部處理方式計(jì)算待檢測圖像中各像素點(diǎn)的顯著性值，定義為第一顯著性值；所述局部處理方式為以當(dāng)前待計(jì)算的像素點(diǎn)R為中心，在mXη的矩形窗ロ中，計(jì)算像素點(diǎn)R的顯著性值S1(R)J)對步驟2)得到的各像素點(diǎn)的第一顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第一顯著性值的第一灰度圖像；4)全局分塊計(jì)算按全局處理方式計(jì)算待檢測圖像中各像素點(diǎn)的顯著性值，定義為第二顯著性值；所述全局處理方式為將待檢測圖像劃分為M塊均包含eXf個(gè)像素點(diǎn)的像素塊，當(dāng)前待計(jì)算的像素點(diǎn)R位于像素塊Pi中，計(jì)算像素塊Pi的顯著性值，則像素點(diǎn)R的顯著性值S2 (R)等于像素塊Pi的顯著性值；5)對步驟4)得到的各像素點(diǎn)的第二顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第二顯著性值的第二灰度圖像；6)對步驟3)得到的第一灰度圖像和步驟5)得到的第二灰度圖像進(jìn)行合并操作，比較兩幅灰度圖中的各像素點(diǎn)的灰度值，取兩者中較大值作為最終的灰度值，得到待檢測圖像最終的顯著性值的灰度圖像。本發(fā)明與現(xiàn)有技術(shù)對比的有益效果是
本發(fā)明的圖像顯著區(qū)域檢測方法，由于綜合利用了在局部矩形窗口中計(jì)算得到的顯著性值和全局分塊劃分后計(jì)算得到的顯著性值，取兩種方式中顯著性值對應(yīng)的灰度值較大者作為最終灰度值生成灰度圖像。得到的灰度圖像中，即能突出待檢測圖像中邊緣、紋理較強(qiáng)處區(qū)域的顯著性值(局部處理方式)，也能突出待檢測圖像中主體部分的顯著性值(全局處理方式)，因此得到的顯著性值灰度圖像比單一局部處理方法或単一全局處理方法更為準(zhǔn)確。同吋，由于局部處理時(shí)采取矩形窗ロ進(jìn)行計(jì)算，計(jì)算量較小，全局處理時(shí)按照分塊劃分后計(jì)算像素塊顯著性值得到像素點(diǎn)顯著性值，計(jì)算量也較小，因此本發(fā)明的圖像顯著區(qū)域檢測方法在提高結(jié)果準(zhǔn)確性的同時(shí)，計(jì)算量并沒有増大。


圖I是本發(fā)明具體實(shí)施方式
中的圖像顯著區(qū)域檢測方法的流程 圖2是本發(fā)明具體實(shí)施方式
中的分塊劃分中25塊均包含4X4個(gè)像素點(diǎn)的像素塊的位置關(guān)系不意圖。
具體實(shí)施例方式下面結(jié)合具體實(shí)施方式
并對照附圖對本發(fā)明做進(jìn)ー步詳細(xì)說明。如圖I所示，為本具體實(shí)施方式
中的圖像顯著區(qū)域檢測方法的流程圖。Ul)色彩空間轉(zhuǎn)換和濾波處理將待檢測圖像從RGB色彩空間轉(zhuǎn)換為CIELab色彩空間，并對圖像做濾波處理。本具體實(shí)施方式
中，運(yùn)用如下簡單的轉(zhuǎn)換關(guān)系式進(jìn)行轉(zhuǎn)換
L = O. 2126 * R + O.7152 * G + O.0722 * B
a = I. 4749 * (O. 2213 * R - O. 3390 * G + O. 1177 * B) + 128b = O.6245 * (O.1949 * R + O.6057 * G - O.8006 * B) + 128其中，R，G，B分別表示所述待檢測圖像中像素點(diǎn)在RGB色彩空間的R通道值，G通道值，B通道值；L，a, b分別表示轉(zhuǎn)換后所述待檢測圖像中像素點(diǎn)在CIELab色彩空間的L通道值，a通道值，b通道值。上述各值的取值范圍均是
。將待檢測圖像轉(zhuǎn)換到CIELab色彩空間，而在CIELab色彩空間計(jì)算空間距離時(shí)更加符合人類的視覺感知，視覺感知誤差較小，相對于在非CIELab色彩空間計(jì)算空間距離會(huì)產(chǎn)生較大的視覺感知誤差，因此可從色彩空間轉(zhuǎn)換這一方面確保得到的顯著性值的準(zhǔn)確性。當(dāng)然，本具體實(shí)施方式
中使用上述轉(zhuǎn)換關(guān)系式，是因?yàn)樯鲜鲛D(zhuǎn)換關(guān)系式較簡単，同時(shí)也能滿足精確度的要求，其它更為精確，比如式中各系數(shù)的小數(shù)點(diǎn)取更多位吋，但稍復(fù)雜的轉(zhuǎn)換關(guān)系式也可用于此處進(jìn)行色彩空間轉(zhuǎn)換。對轉(zhuǎn)換色彩空間后的圖像進(jìn)行濾波處理以達(dá)到減小噪聲的目的。本具體實(shí)施方式
中，采用高斯濾波器，高斯濾波器是ー種低通濾波器，對圖像的數(shù)字信號(hào)進(jìn)行平滑處理，以去掉高頻噪聲。高斯濾波處理是ー種成熟濾波技術(shù)，具體處理方式在此不做詳細(xì)介紹。
U2)局部窗ロ計(jì)算針對上述步驟Ul)處理后轉(zhuǎn)換至CIELab色彩空間的待檢測圖像按局部處理方式計(jì)算圖像中各像素點(diǎn)的顯著性值，定義為第一顯著性值。其中，局部處理方式為以當(dāng)前待計(jì)算的像素點(diǎn)R為中心，在mX η的矩形窗口中，計(jì)算像素點(diǎn)R的顯著性值S1(R)0 mXn的矩形窗ロ越小，最終得到的灰度圖像突出邊界信息就越清楚，計(jì)算結(jié)果越精確。按照矩形窗ロ為計(jì)算區(qū)域計(jì)算窗口中心像素點(diǎn)的顯著性值，計(jì)算量較小。本具體實(shí)施方式
中，按照局部矩形窗ロ計(jì)算像素點(diǎn)顯著性值時(shí)，依據(jù)公式I計(jì)算得到當(dāng)前待計(jì)算的像素點(diǎn)R的顯著性值S1 CR),公式I為
權(quán)利要求
1.一種圖像顯著區(qū)域檢測方法，其特征在于包括以下步驟 1)色彩空間轉(zhuǎn)換和濾波處理將待檢測圖像從RGB色彩空間轉(zhuǎn)換為CIELab色彩空間，并對圖像做濾波處理； 2)局部窗ロ計(jì)算按局部處理方式計(jì)算待檢測圖像中各像素點(diǎn)的顯著性值，定義為第ー顯著性值；所述局部處理方式為以當(dāng)前待計(jì)算的像素點(diǎn)R為中心，在mXn的矩形窗ロ中，計(jì)算像素點(diǎn)R的顯著性值S1 (R)； 3)對步驟2)得到的各像素點(diǎn)的第一顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第一顯著性值的第一灰度圖像； 4)全局分塊計(jì)算按全局處理方式計(jì)算待檢測圖像中各像素點(diǎn)的顯著性值，定義為第ニ顯著性值；所述全局處理方式為將待檢測圖像劃分為M塊均包含e Xf個(gè)像素點(diǎn)的像素塊，當(dāng)前待計(jì)算的像素點(diǎn)R位于像素塊Pi中，計(jì)算像素塊Pi的顯著性值，則像素點(diǎn)R的顯著性值S2 (R)等于像素塊Pi的顯著性值； 5)對步驟4)得到的各像素點(diǎn)的第二顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第二顯著性值的第二灰度圖像； 6)對步驟3)得到的第一灰度圖像和步驟5)得到的第二灰度圖像進(jìn)行合并操作，比較兩幅灰度圖中的各像素點(diǎn)的灰度值，取兩者中較大值作為最終的灰度值，得到待檢測圖像最終的顯著性值的灰度圖像。
2.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于所述步驟2)中依據(jù)公式I計(jì)算像素點(diǎn)R的顯著性值S1 CR),公式I為
3.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于所述步驟4)中依據(jù)公式2計(jì)算像素塊Pi的顯著性值，公式2為
4.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于所述步驟2)中局部處理方式中，按照三種尺度選取矩形窗ロ，按照窗ロ由小到大分別得到像素點(diǎn)R的顯著性值Sla CR), Slb CR), Slc (R)，則像素點(diǎn) R 的顯著性值 S1 (R)由顯著性值 Sla CR), Slb CR), Slc(R)加權(quán)求和取平均得到
5.根據(jù)權(quán)利要求4所述的圖像顯著區(qū)域檢測方法，其特征在于所述a設(shè)為1，b設(shè)為1/2，c 設(shè)為 1/3。
6.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于所述步驟5)中全局處理方式中，按照三種尺度劃分像素塊，按照各像素塊中包含的像素點(diǎn)個(gè)數(shù)由少到多分別得到像素點(diǎn)R的顯著性值S2u CR), S2v CR), S2w CR),則像素點(diǎn)R的顯著性值S2 (R)由顯著性值S2u CR), S2v CR), S2w (R)加權(quán)求和取平均得到
7.根據(jù)權(quán)利要求6所述的圖像顯著區(qū)域檢測方法，其特征在于所述u設(shè)為1，V設(shè)為1/2，w 設(shè)為 1/3。
8.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于所述步驟3)和步驟5)中的規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值是依據(jù)公式3進(jìn)行； 公式 3 為y=255X (x —施nVakieJ/fMaxValue- Min￥aiue)； 其中，將待轉(zhuǎn)換的各像素點(diǎn)的顯著性值作為X帶入公式3，y表示轉(zhuǎn)換后像素點(diǎn)的顯著性值對應(yīng)于灰度圖像中取值在0-255之間的灰度值，MaxValue和MinValue分別為各像素點(diǎn)中的最大顯著性值和最小值顯著性值。
9.根據(jù)權(quán)利要求I所述的的圖像顯著區(qū)域檢測方法，其特征在于所述步驟I)中根據(jù)如下轉(zhuǎn)換關(guān)系式進(jìn)行色彩空間轉(zhuǎn)換L = O. 2126 * R + O. 7152 * G + O. 0722 * B a = I. 4749 * (O. 2213 * R - O. 3390* G + O.1177 * B) + 128 b = O. 6245 * (O. 1949 * R + O. 6057 * G - O.8006 * B) +128 其中，R，G，B分別表示所述待檢測圖像中像素點(diǎn)在RGB色彩空間的R通道值，G通道值，B通道值；L，a, b分別表示轉(zhuǎn)換后所述待檢測圖像中像素點(diǎn)在CIELab色彩空間的L通道值，a通道值，b通道值。
10.根據(jù)權(quán)利要求I所述的圖像顯著區(qū)域檢測方法，其特征在于還包括步驟7)，對步驟6)得到的最終的顯著性值的灰度圖像進(jìn)行雙邊濾波 。
全文摘要
本發(fā)明公開了一種圖像顯著區(qū)域檢測方法，包括以下步驟1)色彩空間轉(zhuǎn)換和濾波處理；2)局部窗口計(jì)算；3)對得到的各像素點(diǎn)的第一顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第一顯著性值的第一灰度圖像；4)全局分塊計(jì)算；5)對得到的各像素點(diǎn)的第二顯著性值進(jìn)行規(guī)范化操作轉(zhuǎn)換為取值在0-255之間的灰度值后得到待檢測圖像的第二顯著性值的第二灰度圖像；6)對步得到的第一灰度圖像和第二灰度圖像進(jìn)行合并操作，取兩者中較大值作為最終的灰度值，得到待檢測圖像最終的顯著性值的灰度圖像。本發(fā)明的圖像顯著區(qū)域檢測方法綜合了局部處理方式和全局處理方式，得到的顯著性值灰度圖像較準(zhǔn)確，且計(jì)算量也較小。
文檔編號(hào)G06T7/60GK102693426SQ20121015819
公開日2012年9月26日 申請日期2012年5月21日 優(yōu)先權(quán)日2012年5月21日
發(fā)明者張春龍, 戴瓊海, 王好謙 申請人:清華大學(xué)深圳研究生院