一種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，尤其是一種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方 法。
【背景技術(shù)】
[0002] 圖像中的顯著性區(qū)域是指一副圖片中人類視覺(jué)中最關(guān)注的目標(biāo)區(qū)域。圖像顯著性 檢測(cè)，作為計(jì)算機(jī)視覺(jué)的一個(gè)重要研究課題，是一種通過(guò)對(duì)圖像顏色、強(qiáng)度、方向和邊緣等 特征對(duì)圖像中的顯著性區(qū)域進(jìn)行分析生成圖像顯著性圖的技術(shù)。圖像顯著性檢測(cè)生成的顯 著性圖可以用于對(duì)相近圖像的檢索、圖像和視頻壓縮、圖像中特定目標(biāo)的檢測(cè)、圖像及視頻 分割等許多圖像處理領(lǐng)域，從而改善圖像處理的性能，促進(jìn)這些領(lǐng)域的發(fā)展。
[0003]目前的圖像顯著性檢測(cè)算法大多為圖像特征顯著并且分布集中的區(qū)域賦予較高 的顯著值而為其它區(qū)域賦予較低的顯著值，以便于后續(xù)的圖像處理，但是這種方法并不適 用于靜態(tài)圖像的人體分割。人體膚色是人體分割不可或缺的一部分，但人體膚色在靜態(tài)圖 像中并不顯得十分突出，而且膚色分布范圍廣，在圖像顯著性檢測(cè)中顯著值不高，故若仍沿 用傳統(tǒng)的顯著性檢測(cè)方法，在后期人體分割時(shí)往往因顯著值較低而會(huì)把一部分的膚色剔除 掉，嚴(yán)重影響了靜態(tài)圖像的人體分割效果。
[0004] 綜上所述，目前業(yè)內(nèi)亟需一種效果好和準(zhǔn)確的，適用于靜態(tài)圖像人體分割的顯著 性檢測(cè)方法。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術(shù)問(wèn)題，本發(fā)明的目的是：提供一種效果好和準(zhǔn)確的，應(yīng)用于靜態(tài) 圖像人體分割的顯著性檢測(cè)方法。
[0006] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：
[0007] -種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方法，包括：
[0008] A、對(duì)待檢測(cè)的靜態(tài)圖像進(jìn)行超像素分割；
[0009] B、對(duì)超像素分割后的圖像進(jìn)行人臉檢測(cè)，獲取人臉區(qū)域；
[0010] C、對(duì)人臉區(qū)域進(jìn)行膚色檢測(cè)，得到膚色信息；
[0011] D、根據(jù)膚色信息進(jìn)行顏色獨(dú)特性計(jì)算和顏色空間分布計(jì)算，從而得到融入了膚色 信息的顏色獨(dú)特性值以及融入了膚色信息的顏色空間分布值；
[0012] E、根據(jù)得到的顏色獨(dú)特性值和顏色空間分布值進(jìn)行顯著圖計(jì)算，從而得到用于靜 態(tài)圖像人體分割的顯著圖。
[0013] 進(jìn)一步，所述步驟A，其具體為：
[0014] 在CIELab空間中采用改進(jìn)的SLIC超像素分割算法對(duì)待檢測(cè)的靜態(tài)圖像進(jìn)行超像 素分割，從而根據(jù)CIELab空間的測(cè)地線圖像距離對(duì)待檢測(cè)的靜態(tài)圖像進(jìn)行K-means聚類， 產(chǎn)生尺寸均勻且能保留顏色邊界的超像素分割圖像。
[0015] 進(jìn)一步，所述步驟B，其具體為：
[0016] 采用adaboost算法對(duì)超像素分割后的圖像進(jìn)行人臉檢測(cè)，從而檢測(cè)出人臉區(qū)域。
[0017] 進(jìn)一步，所述步驟C，其具體為：
[0018] 根據(jù)超像素分割的結(jié)果對(duì)人臉區(qū)域進(jìn)行膚色檢測(cè)，從而從人臉區(qū)域中選出最大的 超像素作為膚色信息。
[0019] 進(jìn)一步，所述步驟D，其包括：
[0020] 根據(jù)膚色信息進(jìn)行顏色獨(dú)特性計(jì)算，從而得到融入了膚色信息的顏色獨(dú)特性值；
[0021] 根據(jù)膚色信息進(jìn)行顏色空間分布計(jì)算，從而得到融入了膚色信息的顏色空間分布 值。
[0022] 進(jìn)一步，所述根據(jù)膚色信息進(jìn)行顏色獨(dú)特性計(jì)算，從而得到融入了膚色信息的顏 色獨(dú)特性值這一步驟，其包括：
[0023] D11、計(jì)算膚色信息融入前的顏色獨(dú)特性值，所述膚色信息融入前的顏色獨(dú)特性值 UiO的計(jì)算公式為：
[0025] 其中，N為超像素的總個(gè)數(shù)，Pi和Pj分別為第i和第j個(gè)超像素的位置，Ci和Cj 分別為第i和第j個(gè)超像素位置在CIELab顏色空間的顏色值，I |Ci-Cj I I為Ci和Cj這 兩個(gè)像素位置的距離，w(Pi，Pj)為局部-全局的對(duì)比權(quán)重，Zi為第一歸一化因子，Zi使得
成立，〇 P2為高斯位置方差；
[0026] D12、計(jì)算膚色信息融入后的顏色獨(dú)特性值，并以膚色信息融入后的顏色獨(dú)特性值 作為融入了膚色信息的顏色獨(dú)特性值，所述融入了膚色信息的顏色獨(dú)特性值Ui的計(jì)算公 式為：
[0028] 其中，kl為獨(dú)特性增加權(quán)重，UjO為第j個(gè)超像素位置在膚色信息融入前的顏色 獨(dú)特性值，Cs為膚色顏色的平均值，wl (Ci，Cs)表示超像素顏色值接近膚色顏色值的獨(dú)特 性權(quán)重，I I Ci-Cs I I為Ci和Cs這兩個(gè)像素位置的距離，σ i2為高斯顏色值方差。
[0029] 進(jìn)一步，所述根據(jù)膚色信息進(jìn)行顏色空間分布計(jì)算，從而得到融入了膚色信息的 顏色空間分布值這一步驟，其包括：
[0030] D21、計(jì)算膚色信息融入前的顏色空間分布值，所述膚色信息融入前的顏色空間分 布值DiO的計(jì)算公式為： CN 105118051 A 說(shuō)明書(shū) 3/9 頁(yè)
[0032] 其中，wc(Ci，Cj)表示顏色相似度，
表示第i個(gè)超像素的 權(quán)值平均位置，Zi 1為第二歸一化因子，Zi 1使得^'(朽，/3/) =1成立，為顏色相 似度方差；
[0033] D22、計(jì)算膚色信息融入后的顏色空間分布值，并以膚色信息融入后的顏色空間分 布值作為融入了膚色信息的顏色空間分布值，所述融入了膚色信息的顏色空間分布值Di 的計(jì)算公式為：
[0035] 其中，w2(Ci，Cs)表示超像素顏色值接近膚色顏色值的空間分布權(quán)重，σ2 2為高斯 顏色分布值方差。
[0036] 進(jìn)一步，所述步驟E，其包括：
[0037] EU對(duì)得到的顏色獨(dú)特性值和顏色空間分布值進(jìn)行歸一化，從而計(jì)算出超像素的 顯著值，所述超像素的顯著值Si的計(jì)算公式為：
[0038] Si = Ui · exp (_k · Di)，
[0039] 其中，k為空間信息的權(quán)重；
[0040] E2、根據(jù)超像素的顯著值計(jì)算每一個(gè)像素的像素級(jí)顯著值，所述像素級(jí)顯著值SiO 的計(jì)算公式為：
[0042] 其中，Wlj為像素級(jí)權(quán)重，Zi2為第三歸一化因子，Zi2使得2=?? =1成立，α為 顏色值權(quán)重系數(shù)，β為位置權(quán)重系數(shù)；
[0043] Ε3、根據(jù)每一個(gè)像素的像素級(jí)顯著值生成用于靜態(tài)圖像人體分割的顯著圖。
[0044] 本發(fā)明的有益效果是：先通過(guò)超像素分割、人臉檢測(cè)和膚色檢測(cè)得到膚色信息，然 后根據(jù)得到的膚色信息進(jìn)行顯著性計(jì)算，在傳統(tǒng)顯著性檢測(cè)方法的基礎(chǔ)上，在顏色獨(dú)特性 算和顏色空間分布計(jì)算中融入了膚色信息，可以很好地檢測(cè)出膚色，增強(qiáng)了人體的膚色顯 著性，使得靜態(tài)圖像人體分割的效果更好且更準(zhǔn)確。進(jìn)一步，在顏色獨(dú)特性算和顏色空間分 布計(jì)算過(guò)程中均采用了高斯濾波法，降低了時(shí)間的復(fù)雜度，運(yùn)算速率更高。
【附圖說(shuō)明】
[0045] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[0046] 圖1為本發(fā)明一種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方法的整體流程圖；
[0047] 圖2為本發(fā)明步驟D的流程圖；
[0048] 圖3為本發(fā)明根據(jù)膚色信息進(jìn)行顏色獨(dú)特性計(jì)算，從而得到融入了膚色信息的顏 色獨(dú)特性值步驟的流程圖；
[0049] 圖4為本發(fā)明根據(jù)膚色信息進(jìn)行顏色空間分布計(jì)算，從而得到融入了膚色信息的 顏色空間分布值步驟的流程圖；
[0050] 圖5為本發(fā)明步驟E的流程圖；
[0051] 圖6為本發(fā)明實(shí)施例一顯著性檢測(cè)方法的整體流程圖；
[0052] 圖7為本發(fā)明實(shí)施例一預(yù)處理過(guò)程的示意圖；
[0053] 圖8為采用SF方法進(jìn)行顯著性檢測(cè)的過(guò)程示意圖；
[0054] 圖9為采用本發(fā)明的方法進(jìn)行顯著性檢測(cè)的過(guò)程示意圖；
[0055] 圖10為采用本發(fā)明的方法進(jìn)行GrabCut圖像分割的過(guò)程示意圖。
【具體實(shí)施方式】
[0056] 參照?qǐng)D1，一種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方法，包括：
[0057] A、對(duì)待檢測(cè)的靜態(tài)圖像進(jìn)行超像素分割；
[0058] B、對(duì)超像素分割后的圖像進(jìn)行人臉檢測(cè)，獲取人臉區(qū)域；
[0059] C、對(duì)人臉區(qū)域進(jìn)行膚色檢測(cè)，得到膚色信息；
[0060] D、根據(jù)膚色信息進(jìn)行顏色獨(dú)特