一種應用于靜態(tài)圖像人體分割的顯著性檢測方法
【技術領域】
[0001] 本發(fā)明涉及圖像處理領域，尤其是一種應用于靜態(tài)圖像人體分割的顯著性檢測方 法。
【背景技術】
[0002] 圖像中的顯著性區(qū)域是指一副圖片中人類視覺中最關注的目標區(qū)域。圖像顯著性 檢測，作為計算機視覺的一個重要研究課題，是一種通過對圖像顏色、強度、方向和邊緣等 特征對圖像中的顯著性區(qū)域進行分析生成圖像顯著性圖的技術。圖像顯著性檢測生成的顯 著性圖可以用于對相近圖像的檢索、圖像和視頻壓縮、圖像中特定目標的檢測、圖像及視頻 分割等許多圖像處理領域，從而改善圖像處理的性能，促進這些領域的發(fā)展。
[0003]目前的圖像顯著性檢測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，在圖像顯著性檢測中顯著值不高，故若仍沿 用傳統(tǒng)的顯著性檢測方法，在后期人體分割時往往因顯著值較低而會把一部分的膚色剔除 掉，嚴重影響了靜態(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確的，適用于靜態(tài)圖像人體分割的顯著 性檢測方法。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術問題，本發(fā)明的目的是：提供一種效果好和準確的，應用于靜態(tài) 圖像人體分割的顯著性檢測方法。
[0006] 本發(fā)明解決其技術問題所采用的技術方案是：
[0007] -種應用于靜態(tài)圖像人體分割的顯著性檢測方法，包括：
[0008] A、對待檢測的靜態(tài)圖像進行超像素分割；
[0009] B、對超像素分割后的圖像進行人臉檢測，獲取人臉區(qū)域；
[0010] C、對人臉區(qū)域進行膚色檢測，得到膚色信息；
[0011] D、根據(jù)膚色信息進行顏色獨特性計算和顏色空間分布計算，從而得到融入了膚色 信息的顏色獨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)得到的顏色獨特性值和顏色空間分布值進行顯著圖計算，從而得到用于靜 態(tài)圖像人體分割的顯著圖。
[0013] 進一步，所述步驟A，其具體為：
[0014] 在CIELab空間中采用改進的SLIC超像素分割算法對待檢測的靜態(tài)圖像進行超像 素分割，從而根據(jù)CIELab空間的測地線圖像距離對待檢測的靜態(tài)圖像進行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] 進一步，所述步驟B，其具體為：
[0016] 采用adaboost算法對超像素分割后的圖像進行人臉檢測，從而檢測出人臉區(qū)域。
[0017] 進一步，所述步驟C，其具體為：
[0018] 根據(jù)超像素分割的結果對人臉區(qū)域進行膚色檢測，從而從人臉區(qū)域中選出最大的 超像素作為膚色信息。
[0019] 進一步，所述步驟D，其包括：
[0020] 根據(jù)膚色信息進行顏色獨特性計算，從而得到融入了膚色信息的顏色獨特性值；
[0021] 根據(jù)膚色信息進行顏色空間分布計算，從而得到融入了膚色信息的顏色空間分布 值。
[0022] 進一步，所述根據(jù)膚色信息進行顏色獨特性計算，從而得到融入了膚色信息的顏 色獨特性值這一步驟，其包括：
[0023] D11、計算膚色信息融入前的顏色獨特性值，所述膚色信息融入前的顏色獨特性值 UiO的計算公式為：
[0025] 其中，N為超像素的總個數(shù)，Pi和Pj分別為第i和第j個超像素的位置，Ci和Cj 分別為第i和第j個超像素位置在CIELab顏色空間的顏色值，I |Ci-Cj I I為Ci和Cj這 兩個像素位置的距離，w(Pi，Pj)為局部-全局的對比權重，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、計算膚色信息融入后的顏色獨特性值，并以膚色信息融入后的顏色獨特性值 作為融入了膚色信息的顏色獨特性值，所述融入了膚色信息的顏色獨特性值Ui的計算公 式為：
[0028] 其中，kl為獨特性增加權重，UjO為第j個超像素位置在膚色信息融入前的顏色 獨特性值，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特 性權重，I I Ci-Cs I I為Ci和Cs這兩個像素位置的距離，σ i2為高斯顏色值方差。
[0029] 進一步，所述根據(jù)膚色信息進行顏色空間分布計算，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的計算公式為： CN 105118051 A 說明書 3/9 頁
[0032] 其中，wc(Ci，Cj)表示顏色相似度，
表示第i個超像素的 權值平均位置，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重，σ2 2為高斯 顏色分布值方差。
[0036] 進一步，所述步驟E，其包括：
[0037] EU對得到的顏色獨特性值和顏色空間分布值進行歸一化，從而計算出超像素的 顯著值，所述超像素的顯著值Si的計算公式為：
[0038] Si = Ui · exp (_k · Di)，
[0039] 其中，k為空間信息的權重；
[0040] E2、根據(jù)超像素的顯著值計算每一個像素的像素級顯著值，所述像素級顯著值SiO 的計算公式為：
[0042] 其中，Wlj為像素級權重，Zi2為第三歸一化因子，Zi2使得2=?? =1成立，α為 顏色值權重系數(shù)，β為位置權重系數(shù)；
[0043] Ε3、根據(jù)每一個像素的像素級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：先通過超像素分割、人臉檢測和膚色檢測得到膚色信息，然 后根據(jù)得到的膚色信息進行顯著性計算，在傳統(tǒng)顯著性檢測方法的基礎上，在顏色獨特性 算和顏色空間分布計算中融入了膚色信息，可以很好地檢測出膚色，增強了人體的膚色顯 著性，使得靜態(tài)圖像人體分割的效果更好且更準確。進一步，在顏色獨特性算和顏色空間分 布計算過程中均采用了高斯濾波法，降低了時間的復雜度，運算速率更高。
【附圖說明】
[0045] 下面結合附圖和實施例對本發(fā)明作進一步說明。
[0046] 圖1為本發(fā)明一種應用于靜態(tài)圖像人體分割的顯著性檢測方法的整體流程圖；
[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)膚色信息進行顏色獨特性計算，從而得到融入了膚色信息的顏 色獨特性值步驟的流程圖；
[0049] 圖4為本發(fā)明根據(jù)膚色信息進行顏色空間分布計算，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)明實施例一顯著性檢測方法的整體流程圖；
[0052] 圖7為本發(fā)明實施例一預處理過程的示意圖；
[0053] 圖8為采用SF方法進行顯著性檢測的過程示意圖；
[0054] 圖9為采用本發(fā)明的方法進行顯著性檢測的過程示意圖；
[0055] 圖10為采用本發(fā)明的方法進行GrabCut圖像分割的過程示意圖。
【具體實施方式】
[0056] 參照圖1，一種應用于靜態(tài)圖像人體分割的顯著性檢測方法，包括：
[0057] A、對待檢測的靜態(tài)圖像進行超像素分割；
[0058] B、對超像素分割后的圖像進行人臉檢測，獲取人臉區(qū)域；
[0059] C、對人臉區(qū)域進行膚色檢測，得到膚色信息；
[0060] D、根據(jù)膚色信息進行顏色獨特