本發(fā)明涉及計算機(jī)圖像處理領(lǐng)域，尤其涉及一種圖像顯著區(qū)域檢測方法。

背景技術(shù)：

人類的視覺系統(tǒng)(humanvisualsystem)能夠在復(fù)雜場景中，迅速地將注意力集中在少數(shù)幾個顯著的視覺對象上，這種能力稱為視覺注意能力。圖像顯著性檢測技術(shù)就是將視覺注意能力的機(jī)理應(yīng)用到圖像處理中，通過一定的方法將圖像中更能吸引注意力的區(qū)域提取出來。通過提取顯著區(qū)域，進(jìn)而可以有目的分配分析圖像所需的資源。顯著性圖像可以廣泛的應(yīng)用于圖像分割、目標(biāo)識別、自適應(yīng)壓縮、圖像編輯和檢索等領(lǐng)域。

圖像顯著性區(qū)域檢測方法即是要得到待處理圖像中每一個像素點(diǎn)的顯著性值，根據(jù)顯著性值得到對應(yīng)的灰度圖?，F(xiàn)有的圖像顯著性區(qū)域檢測方法中，有一些只考慮亮度作為單一通道計算顯著性值，運(yùn)算量小，但精度較低；也有一些針對每個像素點(diǎn)單獨(dú)計算顯著性值，得到的灰度圖結(jié)果精確，但計算量很大；另外，很多方法只計算色差對顯著性值的影響，并沒有考慮色彩的分布對顯著性值的判斷也造成影響，導(dǎo)致圖像顯著性區(qū)域檢測的精度較低。

以上背景技術(shù)內(nèi)容的公開僅用于輔助理解本發(fā)明的構(gòu)思及技術(shù)方案，其并不必然屬于本專利申請的現(xiàn)有技術(shù)，在沒有明確的證據(jù)表明上述內(nèi)容在本專利申請的申請日已經(jīng)公開的情況下，上述背景技術(shù)不應(yīng)當(dāng)用于評價本申請的新穎性和創(chuàng)造性。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明提出一種圖像顯著區(qū)域檢測方法，在降低計算量的同時，還保證了較高的精確度。

為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

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：

p1：色彩空間轉(zhuǎn)換：將待檢測圖像從rgb色彩空間轉(zhuǎn)換為cielab色彩空間；

p2：顏色分類：根據(jù)顏色的相似性將步驟p1處理后的所述待檢測圖像中的顏色劃分為n類，并記錄在所述待檢測圖像中每一類顏色覆蓋的像素的數(shù)量t1、t2、……、tn，其中ti表示在所述待檢測圖像中第i類顏色覆蓋的像素的數(shù)量；

p3：計算離散度因子：分別計算n類顏色的離散度因子g(1)、g(2)、……、g(n)，其中g(shù)(i)表示第i類顏色在所述待檢測圖像中的分布情況；

p5：計算顯著性值：根據(jù)步驟p3得到的離散度因子分別計算n類顏色的顯著性值s(1)、s(2)、……、s(n)，其中顯著性值與離散度因子呈負(fù)相關(guān)的關(guān)系；

p6：歸一化處理：對步驟p5計算得到的n類顏色的顯著性值進(jìn)行歸一化處理后得到所述待檢測圖像的顯著性值的灰度圖像。

優(yōu)選地，所述的圖像顯著區(qū)域檢測方法還包括如下步驟：

p4：計算色差因子：分別計算n類顏色的色差因子d(1)、d(2)、……、d(n)，其中d(i)表示第i類顏色與所述待檢測圖像中其他所有像素顏色的差別；

其中步驟p5中計算顯著性值還包括根據(jù)步驟p4得到的色差因子來分別計算n類顏色的顯著性值s(1)、s(2)、……、s(n)，其中顯著性值與色差因子呈正相關(guān)的關(guān)系。

優(yōu)選地，步驟p4具體根據(jù)如下公式來計算色差因子：

其中，d(ci，cj)表示第i類顏色和第j類顏色在cielab色彩空間的顏色距離，tj表示第j類顏色覆蓋的像素的數(shù)量。

優(yōu)選地，d(ci，cj)的計算公式為：

其中，ili、iai、ibi分別表示第i類顏色在cielab色彩空間中l(wèi)、a、b三個通道中的數(shù)值，ilj、iaj、ibj分別表示第j類顏色在cielab色彩空間中l(wèi)、a、b三個通道中的數(shù)值。

優(yōu)選地，步驟p5具體根據(jù)如下公式來計算顯著值：

優(yōu)選地，步驟p5具體根據(jù)如下公式來計算顯著值：

s(i)＝d(i)*(m-g(i))

其中m是常數(shù)，且m＞max(g(i))。

優(yōu)選地，步驟s1中具體根據(jù)如下步驟進(jìn)行色彩空間轉(zhuǎn)換：

首先將r、g、b轉(zhuǎn)換為中間函數(shù)x、y、z：

x＝r×0.4124+g×0.3576+b×0.1805

y＝r×0.2126+g×0.7152+b×0.0722

z＝r×0.0193+g×0.1192+b×0.9505

再將中間函數(shù)x、y、z轉(zhuǎn)換為l、a、b：

其中：

其中，r、g、b分別表示待檢測圖像中像素點(diǎn)在rgb色彩空間的r、g、b三個通道的數(shù)值；l、a、b分別表示轉(zhuǎn)換后待檢測圖像中像素點(diǎn)在cielab色彩空間的l、a、b三個通道的數(shù)值，xn、yn、zn分別取值為95.047、100.0、108.883。

優(yōu)選地，步驟p2中顏色分類具體還包括：將cielab色彩空間的每一個通道按數(shù)值均分為n類，則將步驟p1處理后的所述待檢測圖像中的顏色劃分為n＝n×n×n類。

優(yōu)選地，n的取值范圍為p/250～p/100，其中p為所述待檢測圖像的像素的總數(shù)量。

優(yōu)選地，步驟p3具體根據(jù)如下公式來計算離散度因子：

其中，xik表示第i類顏色覆蓋的像素中第k個像素的x坐標(biāo)值，yik表示第i類顏色覆蓋的像素中第k個像素的y坐標(biāo)值；μix表示第i類顏色覆蓋的所有像素的x坐標(biāo)值的平均值，μiy表示第i類顏色覆蓋的所有像素的y坐標(biāo)值的平均值。

優(yōu)選地，步驟p6具體根據(jù)如下公式來進(jìn)行歸一化處理：

其中，smax、smin分別表示圖像顯著性值中的最大值和最小值，s′(i)為歸一化處理后的第i類顏色的顯著性值。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：本發(fā)明的圖像顯著區(qū)域檢測方法是基于顏色分類和色彩離散度來進(jìn)行綜合計算待檢測圖像中每個像素點(diǎn)的顯著性值，將待檢測圖像中的像素根據(jù)自身顏色特性進(jìn)行分類，同一類像素的顏色具有很高的相似性，因此可以合理設(shè)定每一類顏色所在像素的顯著性值相同，在以顏色類別為單位計算顯著性值，相對于針對每一個像素點(diǎn)單獨(dú)計算顯著性值計算量明顯減小的同時，也保證了結(jié)果較高的精確度；同時還引入離散度因子的概念描述色彩在圖像中的分布情況，來計算顯著性值，使顯著性區(qū)域凸顯，從而提高精確度。

在進(jìn)一步的方案中，本發(fā)明還引入色差因子的概念描述像素自身與全圖在色彩上的差異性，將色差因子和離散度因子兩種因素都作為計算顯著性值的參數(shù)，相互修正，使顯著性區(qū)域更加凸顯，從而更進(jìn)一步地提高了精確度。

附圖說明

圖1是本發(fā)明優(yōu)選實(shí)施例的圖像顯著區(qū)域檢測方法的流程圖；

圖2a是本發(fā)明具體實(shí)施例的原始圖像；

圖2b是圖2a的真值圖；

圖2c是利用本發(fā)明優(yōu)選實(shí)施例方法得到的圖2a進(jìn)行最終的圖像顯著圖。

具體實(shí)施方式

下面對照附圖并結(jié)合優(yōu)選的實(shí)施方式對本發(fā)明作進(jìn)一步說明。

如圖1所示，本發(fā)明優(yōu)選實(shí)施例公開了一種圖像顯著區(qū)域檢測方法，包括以下步驟：

p1：色彩空間轉(zhuǎn)換：將待檢測圖像從rgb色彩空間轉(zhuǎn)換為cielab色彩空間；

rgb色彩空間是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過對紅(r)、綠(g)、藍(lán)(b)三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的。cielab色彩空間是國際照明委員會(cie)根據(jù)人眼視覺的特征，把光線波長轉(zhuǎn)換為亮度和色相的一套描述色彩的方法；其中l(wèi)描述色彩的亮度，a描述色彩的范圍從綠色到紅色，b描述色彩的范圍從藍(lán)色到黃色；cielab色彩空間與設(shè)備無關(guān)。

在部分實(shí)施例中，轉(zhuǎn)換過程如下：

首先將r、g、b轉(zhuǎn)換為中間函數(shù)x、y、z：

x＝r×0.4124+g×0.3576+b×0.1805

y＝r×0.2126+g×0.7152+b×0.0722

z＝r×0.0193+g×0.1192+b×0.9505

再將中間函數(shù)x、y、z轉(zhuǎn)換為l、a、b：

其中：

在上述公式中，r、g、b分別表示待檢測圖像中像素點(diǎn)在rgb色彩空間的r、g、b三個通道的數(shù)值；l、a、b分別表示轉(zhuǎn)換后待檢測圖像中像素點(diǎn)在cielab色彩空間的l、a、b三個通道的數(shù)值；其中xn、yn、zn一般默認(rèn)經(jīng)驗值是95.047、100.0、108.883?？臻g轉(zhuǎn)換后，l通道的取值范圍是[0，100]，a通道和b通道的取值范圍是[-128，127]。

p2：顏色分類：根據(jù)顏色的相似性將步驟p1處理后的待檢測圖像中的顏色劃分為n類，并記錄在待檢測圖像中每一類顏色覆蓋的像素的數(shù)量t1、t2、……、tn，其中ti表示在待檢測圖像中第i類顏色覆蓋的像素的數(shù)量；并取各類顏色中各通道數(shù)值的中間值作為相應(yīng)顏色的特征顏色。

cielab色彩空間的每一個通道按數(shù)值均分為n類，則n＝n×n×n；其中n的取值由用戶對區(qū)域檢測方法的計算量和計算精度的要求綜合設(shè)定。n越小，顏色分類的種類就越多，計算結(jié)果就越精確同時計算量越大；反之，n越大，計算結(jié)果越不精確，計算量越小。用像素對應(yīng)的特征顏色替代原圖中該像素的顏色，并統(tǒng)計每類顏色覆蓋像素的數(shù)量。在更加優(yōu)選的實(shí)施例中，n的取值范圍為p/250～p/100，其中p為待檢測圖像的像素的總數(shù)量，即使得每類顏色包含100～255個像素，效果較好，而且計算量也不大。

將待檢測圖像進(jìn)行顏色分類，分類方法簡單可行，且設(shè)定后同一類顏色覆蓋的像素的顯著性值相同，因此在計算顯著性值的過程中，以顏色的類別為單位進(jìn)行計算，相對于針對每個像素單獨(dú)計算顯著性值而言，能夠明顯降低運(yùn)算量。

p3：計算離散度因子：分別計算n類顏色的離散度因子g(1)、g(2)、……、g(n)，其中g(shù)(i)表示第i類顏色在待檢測圖像中的分布情況；

首先獲得第i類顏色覆蓋像素的空間坐標(biāo)值(xi1，yi1)、(xi2，yi2)、……、其中ti表示第i類顏色覆蓋的像素的數(shù)量。

第i類顏色的離散度因子的計算公式為：

其中，xik表示第i類顏色覆蓋的像素中第k個像素的x坐標(biāo)值，yik表示第i類顏色覆蓋的像素中第k個像素的y坐標(biāo)值；μix表示第i類顏色覆蓋的所有像素的x坐標(biāo)值的平均值，μiy表示第i類顏色覆蓋的所有像素的y坐標(biāo)值的平均值。

通過上式計算的離散度因子代表顏色在待檢測圖像中的分布情況。離散度因子與顯著性值呈負(fù)相關(guān)的關(guān)系，即離散度越高，表示顏色分布范圍越大，其成為背景的可能性就越大，顯著性值越?。环粗?，離散度越低，表示顏色越集中，所覆蓋像素成為顯著區(qū)域的可能性就越大，顯著性值越大。

p4：計算色差因子：分別計算n類顏色的色差因子d(1)、d(2)、……、d(n)，其中d(i)表示第i類顏色與待檢測圖像中其他所有像素顏色的差別；

色差因子代表了像素顏色與其他所有像素顏色的差別，即代表了像素顏色的獨(dú)特性。第i類顏色的色差因子的計算公式為：

其中，ci代表第i類顏色，cj代表第j類顏色，tj表示第j類顏色覆蓋的像素的數(shù)量，也即第j類顏色在待檢測圖像中出現(xiàn)的頻數(shù)；d(ci，cj)表示第i類顏色和第j類顏色在cielab色彩空間的顏色距離，計算公式為：

其中，ili、iai、ibi分別表示第i類顏色在cielab色彩空間中l(wèi)、a、b三個通道中的數(shù)值，ilj、iaj、ibj分別表示第j類顏色在cielab色彩空間中l(wèi)、a、b三個通道中的數(shù)值。

在本優(yōu)選實(shí)施例中，按照上述公式計算色差因子，并非忽略為單一的亮度值，也不是簡單用像素平均值來進(jìn)行計算，而是使用顏色分類后每個像素三通道顏色數(shù)值進(jìn)行計算，信息量充足，同時能代表像素的獨(dú)特性，為后續(xù)得到的顯著性值的準(zhǔn)確性打下基礎(chǔ)。

p5：計算顯著性值：根據(jù)步驟p3得到的離散度因子和步驟p4得到的色差因子分別計算n類顏色的顯著性值s(1)、s(2)、……、s(n)；

像素的顯著性值與色差因子呈正相關(guān)，色差越大，像素的顯著性值越高；像素的顯著性值與離散度因子呈負(fù)相關(guān)，離散度因子越小，像素的顯著性值越高。

在一個實(shí)施例中，顯著性值的計算公式為：使用該式計算第i類顏色的顯著性值，其所覆蓋的所有像素都包含相同的顯著性值；而且該式的計算非常簡單，同時也能滿足精度要求。

在另一個實(shí)施例中，顯著性值的計算公式為：s(i)＝d(i)*(m-g(i))，其中m是常數(shù)，且m＞max(g(i))，本式的計算也較簡單，且精度更高。

p6：歸一化處理：對步驟p5計算得到的n類顏色的顯著性值進(jìn)行歸一化處理后得到待檢測圖像的顯著性值的灰度圖像。

為了方便的用灰度圖像表示圖像的顯著性值，需要進(jìn)行歸一化處理，即將各顯著性值轉(zhuǎn)化到灰度值的范圍[0，255]。轉(zhuǎn)化公式為：

其中，smax、smin分別表示圖像顯著性值中的最大值和最小值，s′(i)為歸一化處理后的第i類顏色的顯著性值。經(jīng)過歸一化，顯著性值最終轉(zhuǎn)換成取值在[0，255]范圍內(nèi)的灰度值，這些灰度值組成最終的顯著性值的灰度圖像。

下面結(jié)合具體實(shí)施例來對本發(fā)明優(yōu)選實(shí)施例的圖像顯著區(qū)域檢測方法進(jìn)行進(jìn)一步的說明。以實(shí)際自然圖像為原始圖像，如圖2a和圖2b分別是來源于msra1000圖像數(shù)據(jù)集的原始圖像和真值圖，圖片大小為368*400像素，對圖2a所示的圖像進(jìn)行圖像顯著區(qū)域檢測的方法，包括以下步驟：

p1：色彩空間轉(zhuǎn)換：選取原始圖像中三個像素點(diǎn)：像素點(diǎn)1的坐標(biāo)為(50，50)，像素點(diǎn)2的坐標(biāo)為(200，200)，像素點(diǎn)3的坐標(biāo)為(350，350)，rgb色彩空間三個顏色通道(r、g、b)的取值范圍都為[0，255]，三個坐標(biāo)點(diǎn)在rgb色彩空間三個顏色通道(r、g、b)的數(shù)值為像素點(diǎn)1(175，39，41)、像素點(diǎn)2(202，206，209)、像素點(diǎn)3(22，57，61)，將rgb色彩空間轉(zhuǎn)換到cielab色彩空間，cielab色彩空間三個顏色通道(l、a、b)的取值范圍分別為[0，100]、[-128，127]、[-128，127]，三個坐標(biāo)點(diǎn)在cielab色彩空間的三個顏色通道(l、a、b)的數(shù)值為像素點(diǎn)1(40，54，34)、像素點(diǎn)2(84，-1，-2)，像素點(diǎn)3(22，-12，-6)。

p2：顏色分類：將三個通道(l、a、b)各分為10類(即n＝10，n＝1000)，假設(shè)像素1所在類別即為像素1類，則像素1類的特征顏色為(35，63，37)，原始圖像中共包含32594個像素1類的像素，同理像素2類的特征顏色為(85，-14，-14)，原始圖像中共包含14301個像素2類的像素；像素3類特征顏色為(25，-14，-14)，原始圖像中共包含17506個像素3類的像素；同時也分別獲得各類顏色中所有點(diǎn)的空間坐標(biāo)。

p3：計算離散度因子：根據(jù)離散度因子計算公式和像素1類中所有點(diǎn)的空間坐標(biāo)，可以計算像素1類離散度因子數(shù)值g1＝118，同理得到像素2類和像素3類的離散度因子g2＝63，g3＝65。

p4：計算色差因子：根據(jù)色差因子計算公式和所有顏色類別的特征顏色得到像素1類的色差因子d1≈2.17×10⁹，同理得到像素2類和像素3類的色差因子d2≈1.75×10⁹，d3≈4.84×10⁸。

p5：生成顯著值：使用g1、d1得到像素1類的顯著值為s1＝d1/g1≈1.84×10⁶，同理得到像素2類和像素3類的顯著值s2＝d2/g2≈2.78×10⁷，s3＝d3/g3≈7.45×10⁶。

p6：歸一化處理：通過計算得到所有顏色類別中顯著值最小的為smin＝5.39×10⁵，顯著值最大的為smax＝3.82×10⁷。通過歸一化公式將所有像素的顯著值控制在[0，255]范圍內(nèi)，就得到最終的顯著圖(即灰度圖像)，如圖2c所示。像素1類的最終顯著值s＇1＝101，同理可得到像素2類和像素3類的最終顯著值s＇2＝174，s＇3＝16。

像素最終顯著值就是顯著圖中該像素的灰度值，顯著值表示的是像素屬于目標(biāo)區(qū)域的可能性，顯著值越高，表明該像素屬于目標(biāo)區(qū)域的可能性越大在圖像分割時較高顯著值像素應(yīng)該被分割到目標(biāo)區(qū)域。在圖像壓縮方面，可以根據(jù)不同區(qū)域顯著值來設(shè)定壓縮比，從而提高壓縮效率和精度。顯著值評價主要是和真值圖比較，目標(biāo)區(qū)域內(nèi)的顯著值越高越好，目標(biāo)區(qū)域外的顯著值越低越好。將圖2b和圖2c進(jìn)行比較能夠明顯看出，本發(fā)明優(yōu)選實(shí)施例的圖像顯著區(qū)域檢測方法在目標(biāo)區(qū)域取得了較高的顯著值，得到了較高精確度的顯著值。

以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干等同替代或明顯變型，而且性能或用途相同，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。