基于图像的多特征融合提取图像关注度的方法.pdf

(19)中华人民共和国国家知识产权局*CN101866422A*(12)发明专利申请(10)申请公布号CN101866422A(43)申请公布日2010.10.20(21)申请号201010215691.9(22)申请日2010.06.29(71)申请人上海大学地址200444上海市宝山区上大路99号(72)发明人薛银珠刘志史冉(74)专利代理机构上海上大专利事务所(普通合伙)31205代理人陆聪明(51)Int.Cl.G06K9/46(2006.01)权利要求书2页说明书4页附图3页(54)发明名称基于图像的多特征融合提取图像关注度的方法(57)摘要本发明公开了一种基于图像的多特征融合提取图像关注度的方法，该方法包括其具体步骤如下：(1)输入图像，分别提取每个区域的多个特征；(2)进行多个特征融合，计算区域关注度；(3)通过图像中每个像素点的像素值与每个区域的均值的相近程度，将上述区域关注度转化为图像中每个像素点k的关注度，提取图像关注度。该方法采用多个特征融合，计算区域关注度，不仅能准确地定位人眼关注的位置，而且能准确地凸显关注物体的整个区域和外围轮廓，更满足人眼的视觉要求，并且具有准确度高且实时性好的特点，在机器视觉、对象分割、目标跟踪等领域有很好的应用前景。CN108642ACN101866422A权利要求书1/2页1.一种基于图像的多特征融合提取图像关注度的方法，其具体步骤如下：(1)，输入原始图像，分别提取每个区域的多个特征；(2)、进行多个特征融合，计算区域关注度；(3)、通过图像中每个像素点的像素值与每个区域的均值的相近程度，将上述区域关注度转化为图像中每个像素点k的关注度，提取图像关注度。2.根据权利要求1所述的基于图像的多特征融合提取图像关注度的方法，其特征在于，上述步骤(1)所述的输入图像，分别提取每个区域的多个特征，其具体步骤如下：(1-1)、计算任一区域的均值将原始图像从RGB颜色空间转换到CIELab颜色空间，用MeanShift算法分割图像，分割后的每个区域的颜色均值记为其中，i＝1，2，...，N，N为分割区域的数目；(1-2)、计算任一区域的中心位置(1-3)、统计任一区域与图像边框的相交长度(1-4)、用Canny算子找出任一区域内的边缘先用Canny算子找出图像内所有的边缘，然后将任一区域i内的边缘象素组成集合Ei。3.根据权利要求2所述的基于图像的多特征融合提取图像关注度的方法，其特征在于，上述步骤(2)所述的进行多个特征融合，计算区域关注度，其具体步骤如下：(2-1)、分别计算任一区域与相邻区域和图像均值的差异性度量先找出每个区域对应的相邻区域，计算任一区域i与相邻区域均值的差异性度量，其计算表达式为：其中，表示为任一区域i与相邻区域均值的差异性度量，d(·)表示欧氏距离，Θ表示区域i的相邻区域，Li，j表示区域i和j的相交长度，Ci表示区域i的周长，rs表示区域的中心位置，rc表示区域的均值，计算任一区域i与图像均值的差异性度量，其计算表达式为：其中，表示为任一区域i与图像均值的差异性度量，mc表示图像的均值；(2-2)、计算任一区域i内的边缘的差异性度量计算任一区域i内的边缘的差异性度量，其计算表达式为：其中，表示为任一区域i内的边缘的差异性度量，pk和pj表示像素k和像素j的颜色值，Θ′表示像素k的8邻域，Num(Ei)表示象素集合Ei中的像素个数；(2-3)、计算任一区域位置的差异性度量2CN101866422A权利要求书2/2页计算任一区域位置的差异性度量，其计算表达式为：其中，表示为任一区域位置的差异性度量，ms是图像的中心位置，h和w分别是图像的高和宽，为区域i与图像边框的相交长度，Cm是图像的周长；(2-4)、计算区域关注度融合上述步骤(2-1)、(2-2)、(2-3)所述的差异性度量，计算出区域关注度SR(i)，其计算表达式为：4.根据权利要求4所述的基于图像的多特征融合提取图像关注度的方法，其特征在于，上述步骤(3)所述通过图像中每个像素点的像素值与每个区域的均值的相近程度，将上述区域关注度转化为图像中每个像素点k的关注度，提取图像关注度，其计算表达式为：3CN101866422A说明书1/4页基于图像的多特征融合提取图像关注度的方法技术领域[0001]本发明涉及计算机视觉、图像处理技术领域，具体地说是涉及一种基于图像的多特征融合提取图像关注度的方法。背景技术[0002]随着信息时代的来临、多媒体技术的飞速发展，信息的传输量日益增多，其中不仅有文字信息和语音信息，也有大量的图像信息和视频信息。人们并不是对图像中的所有内容都是同等重视的，人们最关注的是有用的信息。提取图像关注度，找出图像中人眼关注的位置和对象，是图像分析、模式识别和计算机视觉领域的一个重要问题，同时也