一種譜分離的視覺顯著區(qū)域提取方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理領(lǐng)域，尤其設(shè)及一種譜分離的視覺顯著區(qū)域提取方法及系 統(tǒng)。
【背景技術(shù)】
[0002] 視覺顯著性廣泛應(yīng)用在目標(biāo)識別，目標(biāo)跟蹤，圖像配準(zhǔn)等領(lǐng)域。根據(jù)圖像處理的域 不同，視覺顯著模型可W分為基于空間域和基于變換域的。目前經(jīng)典的視覺顯著模型一是 對視覺注意機(jī)制直接建模的Itti模型，該模型由于從人眼視覺注意的生理機(jī)制出發(fā)建立， 模型比較復(fù)雜，處理的實(shí)時性差；另外一類是基于變換域的，經(jīng)典的算法有PCT脈沖余弦變 換（Pulsed Cosine Transform,PCT)法、譜殘余（Spectral Residual, SR)法和相位譜傅立 葉變換（Phase Speetrum ofFourier Transform, PFT)方法。但上述幾種變換域的方法都 存在一個共同點(diǎn)，那就是W不同的形式或方法舍棄或大部分舍棄了幅度譜信息，所W，上述 幾種視覺注意算法經(jīng)常突出物體的輪廓W及紋理密集的高頻區(qū)域，因此適用于邊緣和紋理 豐富的一大類圖像。但對于另一類圖像，它們的邊緣和紋理信息非常模糊，但灰度層次多， 對比度強(qiáng)，對該類圖像，上述方法提取的顯著圖效果均不理想。實(shí)際上，圖像的幅度譜包含 了另一類重要信息一灰度信息。在圖像的頻域特征中，圖像的相位譜保留的是圖像重要的 結(jié)構(gòu)特征信息，即相位譜含較多紋理和結(jié)構(gòu)信息；而幅度譜含有的是圖像的灰度信息，對于 灰度信息豐富的圖像，該部分信息是不能去除的。因此對于此種圖像，應(yīng)該研究適合的視覺 顯著區(qū)域提取算法。

【發(fā)明內(nèi)容】

[0003] 針對【背景技術(shù)】中出現(xiàn)的問題，本發(fā)明提出一種譜分離的視覺顯著區(qū)域提取方法， 包括顯著圖的生成、分割和增強(qiáng)，所述方法包括W下步驟：
[0004] 圖像變換模塊對圖像進(jìn)行FFT變換，并提取圖像的二維幅度譜和二維相位譜；
[0005] 中值濾波模塊對圖像的二維幅度譜進(jìn)行中值濾波運(yùn)算，并將中值濾波后的幅度譜 和原相位譜相加；
[0006] 圖像逆變換模塊對所述相加后的圖像譜進(jìn)行傅里葉逆變換，得到視覺顯著圖；
[0007] 顯著區(qū)域處理模塊對所述顯著圖進(jìn)行顯著候選區(qū)域的分割和聚合。
[0008] 優(yōu)選的是，所述對圖像進(jìn)行FFT變換方法如下：
【主權(quán)項(xiàng)】
1. 一種譜分離的視覺顯著區(qū)域提取方法，包括顯著圖的生成、分割和增強(qiáng)，其特征在 于，所述方法包括以下步驟： 圖像變換模塊對圖像進(jìn)行FFT變換，并提取圖像的二維幅度譜和二維相位譜； 中值濾波模塊對圖像的二維幅度譜進(jìn)行中值濾波運(yùn)算，并將中值濾波后的幅度譜和原 相位譜相加； 圖像逆變換模塊對所述相加后的圖像譜進(jìn)行傅里葉逆變換，得到視覺顯著圖； 顯著區(qū)域處理模塊對所述顯著圖進(jìn)行顯著候選區(qū)域的分割和聚合。
2. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，所述對圖像進(jìn)行FFT變 換方法如下：
3. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，所述中值濾波運(yùn)算方 法：S(u，V) = G*|F(u，V) I。
4. 根據(jù)權(quán)利要求3所述的視覺顯著區(qū)域提取方法，其特征在于，所述中值濾波模板G采 用3*3或5*5大小。
5. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，所述中值濾波后的幅 度譜和原相位譜相加計(jì)算方法為： D (u, V) = S (u, V)氺cos ( Φ (u, V)) +j氺S (u, V)氺sin ( Φ (u, V)) 〇
6. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，對所述相加后的圖像 譜進(jìn)行傅里葉逆變換得到顯著圖的計(jì)算公式：
7. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，所述對顯著圖進(jìn)行顯 著候選區(qū)域的分割包括以下步驟： 對已計(jì)算出的目標(biāo)顯著性增強(qiáng)圖進(jìn)行自適應(yīng)閾值分割獲得二值圖； 得到初始的二值目標(biāo)候選區(qū)域集合。
8. 根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取方法，其特征在于，所述對顯著圖進(jìn)行顯 著候選區(qū)域的聚合包括：采用形態(tài)學(xué)二值閉操作進(jìn)行聚合。
9. 一種譜分離的視覺顯著區(qū)域提取系統(tǒng)，包括顯著圖的生成、分割和增強(qiáng)，其特征在 于，所述系統(tǒng)包括以下模塊： 圖像變換模塊，用于對圖像進(jìn)行FFT變換，并提取圖像的二維幅度譜和二維相位譜； 中值濾波模塊，用于對圖像的二維幅度譜進(jìn)行中值濾波運(yùn)算，并將中值濾波后的幅度 譜和原相位譜相加； 圖像逆變換模塊，用于對所述相加后的圖像譜進(jìn)行傅里葉逆變換，得到視覺顯著圖； 顯著區(qū)域處理模塊，用于對所述顯著圖進(jìn)行顯著候選區(qū)域的分割和聚合。
10.根據(jù)權(quán)利要求1所述的視覺顯著區(qū)域提取系統(tǒng)，其特征在于，所述對圖像進(jìn)行FFT 變換公式如下：
【專利摘要】本發(fā)明涉及一種譜分離的視覺顯著區(qū)域提取方法及系統(tǒng)，所述方法包括：圖像變換模塊對圖像進(jìn)行FFT變換，并提取圖像的二維幅度譜和二維相位譜；中值濾波模塊對圖像的二維幅度譜進(jìn)行中值濾波運(yùn)算，并將中值濾波后的幅度譜和原相位譜相加；圖像逆變換模塊對所述相加后的圖像譜進(jìn)行傅里葉逆變換，得到視覺顯著圖；顯著區(qū)域處理模塊對所述顯著圖進(jìn)行顯著候選區(qū)域的分割和聚合。本方案通過譜分離的方法，完整保留了圖像在結(jié)構(gòu)及灰度方面的顯著信息，得到了圖像的顯著圖；并通過形態(tài)學(xué)的方法對顯著圖進(jìn)行分割和增強(qiáng)，將圖像的顯著區(qū)域提取出來，提高了視覺顯著區(qū)域提取的準(zhǔn)確性。
【IPC分類】G06T7-00
【公開號】CN104537681
【申請?zhí)枴緾N201510031108
【發(fā)明人】章學(xué)靜, 李月琴, 張軍, 劉元盛
【申請人】北京聯(lián)合大學(xué)
【公開日】2015年4月22日
【申請日】2015年1月21日