预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103714537103714537A(43)申请公布日2014.04.09(21)申请号201310704036.3(22)申请日2013.12.19(71)申请人武汉理工大学地址430070湖北省武汉市洪山区珞狮路122号(72)发明人熊盛武陈忠方志祥于笑寒王宝林(74)专利代理机构武汉开元知识产权代理有限公司42104代理人潘杰胡红林(51)Int.Cl.G06T7/00(2006.01)权权利要求书1页利要求书1页说明书4页说明书4页附图3页附图3页(54)发明名称一种图像显著性的检测方法(57)摘要本发明涉及一种图像显著性的检测方法,该方法包括:对输入图像进行格式转换,得到灰度图像和Lab格式图像;计算灰度图像每一个像素点的灰度特征值,并计算灰度特征均值AvgH;计算Lab格式图像的L、A和B三个分量,并计算这三个分量值的平均值和特征值;将所得每个特征值与其均值的欧氏距离作为该像素的显著性值,最后将所有像素的显著性值转化为灰度图像构造显著性图。本发明方法复杂度低、简单易行,可操作性强,相比现有图像显著性检测方法的表现结果更好。本发明方法可用于提取场景图像中人们感兴趣的区域,特别是敦煌壁画初始轮廓信息,为敦煌壁画初期结构识别提供有效技术支持。CN103714537ACN103745ACN103714537A权利要求书1/1页1.一种图像显著性的检测方法,其特征在于,包括:对输入图像进行格式转换,得到灰度图像和Lab格式图像;对上述灰度图像,根据灰度特征函数,计算出每一个像素点(i,j)的灰度特征值H(i,j),并由此计算灰度图像每个像素点的灰度特征值的平均值,得到所述灰度图像的灰度特征均值AvgH;对上述Lab格式图像进行L、A和B三个分量的计算,得到每一个像素点(i,j)亮度分量值L(i,j),颜色分量值A(i,j)和B(i,j);然后对亮度分量值L(i,j)、颜色分量值A(i,j)和B(i,j)进行高斯模糊得到每一个像素点的亮度值GYL(i,j)、颜色值GYA(i,j)和GYB(i,j);再计算这三个分量值的平均值,得到所述输入图像的亮度均值AvgL、颜色均值AvgA和AvgB;根据亮度值GYL(i,j)、颜色值GYA(i,j)和GYB(i,j)以及亮度均值AvgL、颜色均值AvgA和AvgB,计算得到Lab格式图像亮度和颜色分量的特征值;将所述每个特征值与其均值的欧氏距离作为该像素点的显著性值,最后将所有像素的显著性值转化为灰度图像构造显著性图。2.根据权利要求1所述图像显著性的检测方法,其特征在于:所述灰度特征值H(i,j)根据下式灰度特征函数计算:式中,σ是高斯函数的标准差,m和n分别表示灰度图像的宽和高。3.根据权利要求2所述图像显著性的检测方法,其特征在于所述灰度图像的灰度均值AvgH根据下式计算:式中,m×n表示灰度图像的像素点总数。4.根据权利要求1所述图像显著性的检测方法,其特征在于所述Lab格式图像的亮度均值AvgL、颜色均值AvgA和颜色均值AvgB分别根据下式计算:式中,m×n表示Lab格式图像的像素点总数。5.根据权利要求4所述图像显著性的检测方法,其特征在于所述像素点(i,j)显著性值由下式表示:式中,Iμ是Lab格式图像的颜色和亮度特征值构成的特征向量经过算术平均后的平均向量,是Lab格式图像中像素点(i,j)经过高斯核模糊后图像,AvgH表示灰度图像的灰度特征均值,H(i,j)表示灰度图像中像素点(i,j)的灰度特征值,||·||表示欧式距离。2CN103714537A说明书1/4页一种图像显著性的检测方法技术领域[0001]本发明涉及图像的感兴趣区域处理,具体地指一种图像显著性的检测方法,属于图像处理领域。背景技术[0002]随着信息技术的快速发展,图像数据已经成为主要的信息来源之一,而日益增长的数据处理需求必然要求提高信息处理效率。人类具有快速搜索到感兴趣区域的能力,即使在不断变化的环境中也能迅速觉察到那些重要的信息并及时做出反应,这种具有选择能力和主动能力的活动就是注意机制。在图像处理任务中所关心的内容通常仅是原始图像中很小的一部分,因此,有必要将最高的处理优先级赋予最显著的图像区域,这样既可以降低计算过程的复杂度,又能够减少不必要的计算浪费。敦煌壁画是敦煌艺术的主要组成部分,规模巨大,技艺精湛,它的内容丰富多彩,风格迥异。不同时期敦煌壁画的飞天文化元素具有不同的时代特点,挖掘这些文化特征对于文化遗产的数字化保护具有重要意义。由于敦煌壁画本身数据的复杂性,不可能对每个细节部分进行特征提取,只能选择性地获取飞天文化元素的特征,进而提取不同时期飞天文化元素的结构模式,而在智能图像处理任