本發(fā)明屬于計算機視覺領域，具體涉及一種顯著目標檢測方法。
背景技術：
：近年來計算機視覺中的顯著目標檢測越來越吸引人們的關注。顯著目標檢測多用在圖像分割、目標識別、視頻跟蹤、圖像分類、圖像壓縮等工作中，屬于計算機視覺中的基礎研究工作。研究人員也提出了很多有關顯著目標檢測的算法。2013年Yang等人在論文SaliencyDetectionviaGraph-BasedManifoldRanking中提出MR方法，對圖像進行超像素分割，把圖像的四條邊界所在的超像素節(jié)點設為背景，根據(jù)特征相關性排序尋找目標背景分布圖，再以尋找到的目標出發(fā)，由特征相關性排序細化顯著圖。這是一種從背景角度出發(fā)形成顯著圖的方法。由于圖像在形成時通常遵循攝影構圖法則，如攝影師在拍攝圖像時，將圖像的主體目標置于構圖交點上，或者沿著構圖線排布多個目標。而且，人眼在觀看圖像時，也會遵循對應的攝影構圖法則。申請?zhí)?01510402217.X一種基于構圖線的多尺度顯著目標檢測方法，以構圖線為目標、其余為背景的角度出發(fā)，通過多次特征相關性排序逐步更新目標和背景，形成顯著圖。然而構圖線中靠近圖像邊界的部分可能不是目標，如果將其初始化為目標會產(chǎn)生噪聲。2015年Zhou等人在論文SalientRegionDetectionviaIntegratingDiffusion-BasedCompactnessandLocalContrast中提出Compactness方法，認為顯著目標具有緊湊的空間分布，而背景的顏色更廣泛地分布在整個圖像中，并認為顯著目標多處于圖像的中心位置，與圖像中心的空間距離較小。然而基于攝影構圖法則，顯著目標不一定在圖像的中心，而是分布在構圖交點上，以與圖像中心的空間距離作為顯著計算的依據(jù)，會產(chǎn)生誤差。技術實現(xiàn)要素：本發(fā)明為克服以構圖線為目標計算圖像顯著值的方法中靠近圖像邊界的構圖線初始化為目標所帶來的噪聲以及假設圖像中心為顯著目標所產(chǎn)生的誤差問題，提供一種基于中心矩形構圖先驗的顯著目標檢測方法。所述中心矩形是指三分構圖線的四個構圖交點圍成的矩形。假設顯著目標沿中心矩形構圖線排列，對中心矩形四條邊上的超像素進行特征相關性排序，獲取中心矩形構圖線顯著圖；然后，假設顯著目標位于中心矩形構圖交點上，通過計算圖像中超像素節(jié)點與中心節(jié)點之間的空間距離，獲取中心矩形構圖交點顯著圖，并根據(jù)緊湊性關系獲取緊湊性關系顯著圖；最后，三者融合得到最終的顯著圖。本發(fā)明解決技術問題采用如下技術方案：一種基于中心矩形構圖先驗的顯著目標檢測方法，其步驟包括：(1)將圖像分割為超像素，以超像素為節(jié)點，構造閉環(huán)圖；(2)假設目標沿中心矩形構圖線排列，提取中心矩形構圖線所在的超像素節(jié)點作為查詢節(jié)點，通過相關性排序計算每一個超像素節(jié)點的顯著值，獲取中心矩形構圖線顯著圖；(3)假設目標位于中心矩形構圖交點上，根據(jù)所述中心矩形構圖線顯著圖去除不可能成為顯著目標的構圖交點，然后分別以剩下的構圖交點為中心節(jié)點，計算圖像中所有超像素節(jié)點與中心節(jié)點的空間距離，形成對應的顯著圖，最后將其相加融合形成中心矩形構圖交點顯著圖；當根據(jù)所述中心矩形構圖線顯著圖去除了所有的構圖交點時，以圖像中心所在的超像素節(jié)點為中心節(jié)點；(4)利用空間緊湊性關系計算圖像的顯著值，獲取緊湊性關系顯著圖；(5)將所述中心矩形構圖線顯著圖、中心矩形構圖交點顯著圖和緊湊性關系顯著圖三者進行融合，獲取最終的中心矩形構圖先驗顯著圖。與已有技術相比，本發(fā)明有益效果體現(xiàn)在：1、本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法，假設中心矩形構圖線為顯著目標形成顯著圖，遵循攝影構圖法則，符合人眼視覺注意機制；2、本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法，假設顯著目標位于中心矩形構圖交點上，而不是圖像中心位置，遵循攝影構圖法則，符合人眼視覺注意機制；3、本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法，通過圖像庫測試對比證明了其有效性以及在效果上明顯的優(yōu)勢。附圖說明圖1為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法流程圖。圖2為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法中超像素構造閉環(huán)圖的示意圖。圖3為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集CSSD上的顯著性檢測結果PR曲線對比圖。圖4為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集ECSSD上的顯著性檢測結果PR曲線對比圖。圖5為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集THUS-10000上的顯著性檢測結果PR曲線對比圖。圖6為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集CSSD上的顯著性檢測結果評估指標直方圖的對比圖。圖7為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集ECSSD上的顯著性檢測結果評估指標直方圖的對比圖。圖8為本發(fā)明一種基于中心矩形構圖先驗的顯著目標檢測方法與現(xiàn)有方法在數(shù)據(jù)集THUS-10000上的顯著性檢測結果評估指標直方圖的對比圖。以下通過具體實施方式，并結合附圖對本發(fā)明做進一步說明，但本發(fā)明的實施方式不限于此。具體實施方式本實施例一種基于中心矩形構圖先驗的顯著目標檢測方法，如圖1所示，其步驟包括：(1)利用SLIC算法將圖像分割為超像素，以超像素為節(jié)點，設置每個節(jié)點不僅和周圍鄰居節(jié)點相連，而且與所有共邊界的節(jié)點相連。同時，把中心矩形構圖線四條邊上的節(jié)點都視作毗鄰的，把圖像四條邊界上的節(jié)點也視作毗鄰的，構造閉環(huán)圖。如圖2所示。(2)假設目標沿中心矩形構圖線排列，提取中心矩形構圖線所在的超像素節(jié)點作為查詢節(jié)點，使用流形排序算法計算每一個超像素節(jié)點的顯著值，獲取中心矩形構圖線顯著圖；中心矩形的四條邊集合分別為左邊界El、右邊界Er、上邊界Et和下邊界Ed：El=([WIDTH3],[HEIGHT3,...,2*HEIGHT3])---(1)]]>Er=([2*WIDTH3],[HEIGHT3,...,2*HEIGHT3])---(2)]]>Et=([WIDTH3,...,2*WIDTH3],[HEIGHT3])---(3)]]>Ed=([WIDTH3,...,2*WIDTH3],[2*HEIGHT3])---(4)]]>其中，HEIGHT和WIDTH分別表示圖像的高和寬。“[]”表示取整。接著，使用流形排序算法對超像素節(jié)點進行排序，排序函數(shù)為：g*＝(D-αW)-1y(5)wij=exp(-lijσ2)ifj∈Ni0otherwise---(6)]]>dii＝∑jwij(7)其中W＝[wij]N×N為關聯(lián)矩陣，lij表示節(jié)點vi和節(jié)點vj之間的Lab顏色空間距離，Ni表示節(jié)點vi鄰居節(jié)點的集合。D＝diag{d11,…,dnn}為度數(shù)矩陣，α＝0.99為系數(shù)因子，為指示向量，Unique(x)函數(shù)表示取x中不重復的數(shù)據(jù)。將排序后的結果g*(i)歸一化，得到中心矩形構圖線顯著圖So。So=g‾*(i)---(8)]]>將得到的顯著目標作為查詢節(jié)點，再次使用流形排序算法與其它節(jié)點進行相關性排序，可以得到更精確的顯著圖。(3)假設目標位于中心矩形構圖交點上，根據(jù)所述中心矩形構圖線顯著圖去除不可能成為顯著目標的構圖交點，然后分別以剩下的構圖交點為中心節(jié)點，計算圖像中所有超像素節(jié)點與中心節(jié)點的空間距離，形成對應的顯著圖，最后將其相加融合形成中心矩形構圖交點顯著圖；當根據(jù)所述中心矩形構圖線顯著圖去除了所有的構圖交點時，以圖像中心所在的超像素節(jié)點為中心節(jié)點。首先，計算超像素之間的相似性：aij=exp(-lijσ2)---(9)]]>接著，傳播相似性：F*T＝(D-αW)-1A(10)其中，矩陣A＝[aij]N×N，擴散后的相似矩陣之后，計算中心矩形構圖交點顯著圖Sd(i)。Sd(i)=Σpk∈IIΣj=1Rf*ij·nj·||bj-pk||Σj=1Rf*ij·njpk∈IΣj=1Rf*ij·nj·||bj-p0||Σj=1Rf*ij·njpk∉I---(11)]]>其中，pk＝[pkx,pky],k＝1,2,3,4表示四個構圖交點的空間坐標，p0＝[p0x,p0y]表示圖像中心的空間坐標，表示超像素vj的質(zhì)心，nj表示超像素vj中像素的個數(shù)，R表示整個圖像區(qū)域內(nèi)超像素個數(shù)，I表示在中心矩形構圖線顯著圖So的顯著目標上的中心矩形構圖交點集合。(4)利用空間緊湊性關系計算圖像的顯著性，獲取緊湊性關系顯著圖。Sv(i)=Σj=1Rf*ij·nj·||bj-μi||Σj=1Rf*ij·nj---(12)]]>其中，空間均值定義為：μix=Σj=1Rf*ij·nj·bjxΣj=1Rf*ij·nj---(13)]]>μiy=Σj=1Rf*ij·nj·bjyΣj=1Rf*ij·nj---(14)]]>(5)將所述中心矩形構圖線顯著圖、中心矩形構圖交點顯著圖和緊湊性關系顯著圖三者進行融合，獲取最終的中心矩形構圖先驗顯著圖。S＝Norm(So*exp(1-Norm(Sv(i)+Sd(i))))(15)其中，Norm(x)函數(shù)表示對x進行歸一化處理。本實施例一種基于中心矩形構圖先驗的顯著目標檢測方法，以中心矩形構圖先驗知識出發(fā)，結合空間緊湊性關系，提高顯著目標檢測的準確率。通過在數(shù)據(jù)集CSSD，ECSSD，THUS-10000上進行顯著性檢測，檢測結果PR曲線比較如圖3，圖4，圖5所示，評估指標直方圖比較如圖6，圖7，圖8所示，取得很好的檢測效果，充分說明方法的有效性和普適性。當前第1頁1 2 3