显著图,即:
[0024](5)
[0025]权值α定义为:
[0026]
(6) L ν 卜】厂…3 f-i^ r _
[0027] 其中表示超像素 i中的像素个数。动态场景 1=1
下当运动越明显时,时间显著性的权值越大,静态场景下,α直接设置为1。 4、
【附图说明】
[0028] 附图是本发明的原理和实现步骤。 5、
【具体实施方式】
[0029]附图1为该发明的实施流程图,其具体步骤为:
[0030] (1)图像预处理:将输入的每一帧图像通过SLIC超像素分割算法分割为一系列大 小均匀、紧凑的超像素作为显著性检测的基本处理单元。
[0031] (2)颜色特征的提取:对于每一帧图像,以超像素为单位,计算超像素中所有像素 在Lab空间的均值,进行量化得到颜色直方图CH t并且归一化使得尽认)=1。
[0032] (3)时间显著性计算:通过光流运动估计法计算得到Ft相对于前一帧运动向 量场(1^^,¥〇^)),并且计算得到超像素5^内平均矢量场大/丨
_ i,然后通 过块匹配的方法在前一帧中找到与当前帧最匹配的超像素及其相关超像素集合,使用公式 (1)得到图像的时间显著图。
[0033] (4)空间显著性计算:根据基于区域的静态显著性检测模型为基础,使用公式(2) 和公式(3)分别得到以超像素为基本单位的颜色全局对比显著性和颜色空间分布显著性, 并通过公式(4)将其融合成为最终的空间显著图。
[0034] (5)时空显著性计算:根据公式(5)将时间显著性和空间显著性自适应线性融合得
【主权项】
1. 一种融合运动特征的时空显著性检测方法,其特征是: 每将一帧图像进行超像素分割,并以超像素作为基本单元提取颜色直方图,根据颜色 的全局对比和空间分布计算每一帧图像的空间显著性,采用光流运动估计和块匹配的方法 来提取图像序列的运动特征,将空域显著性和时域显著性动态融合,使该算法能够同时运 用于静态和动态的自然场景中运动特征的检测。2. 如权利要求1所述的一种融合运动特征的时空显著性检测方法,其特征是所述的超 像素分割和超像素区域颜色直方图特征提取方法是: 使用线性迭代聚类方法将每一帧图像Ft表示为一系列超像素印乂' = 1,...,《,),将超像素 作为基本的处理单元,可以减少处理单元的数量,而且可以保证最终的检测结果能够均匀 地突出显著对象。 对分割得到的超像素区域的颜色特征计算颜色直方图。将Lab颜色空间的每一个通道 量化得到12个不同的值,将颜色的数量减少到qc = 123 = 1728。对于每一个超像素Ψ丨,计算 超像素中所有像素在Lab空间的均值,并且进行量化得到颜色直方图CHt,最后将颜色直方 图归一化,使得3. 如权利要求1所述的一种融合运动特征的时空显著性检测方法,其特征是所述的空 间显著性计算方法是: 本发明根据颜色的全局对比和空间分布来计算每一帧图像的空间显著性。对于当前帧 中的超像素沒彳,其颜色全局对比显著值定义为:其中,t超像素切丨的直方图在整幅图像中出现的概率,c(i)和c(j)分别表示超像素i和 j在Lab颜色空间量化后的颜色值。 颜色的空间分布也会影响图像的显著性,颜色分布越紧密,则显著性越高,因此颜色的 空间分布显著性定义为:其中,DCsp/)为超像素j的中心与图像中心的距离,当超像素i和j的颜色越相近并且距离越小,的值越大。 最后将颜色全局分布显著性与空间分布显著性融合得到图像的空间显著性:4. 如权利要求1所述的一种融合运动特征的时空显著性检测方法,其特征是所述的采 用光流运动估计和块匹配的方法来提取图像序列的运动特征的计算方法是: 光流运动估计法的基本思想是将运动图像函数f(x,y,t)作为基本函数,根据图像强度 守恒原理建立光流约束方程,通过求解光流约束方程,计算运动参数。对于当前帧Ft,使用 其前一帧Ft-ι作为参考帧,通过光流运动估计法计算得到Ft的运动向量场(UUy),VUy)),对 于当前帧Ft中的每一个超像素ψ),计算其平均运动矢量大小为了克服背景运动和相机抖动的影响,本发明通过块匹配的方法在前一帧中找到与当 前帧最匹配的超像素,并且计算该超像素与其背景超像素的相对运动值作为其显著值。具 体的实现方法:在帧Ft1中选择与其最匹配的超像素相 连接的超像素与其一起作为相关联超像素集合队,4,/^分别表示超像素i,j的中心位置。 因此,超像素的时间显著性定义为:其中,帧间相关性,c(i)和c(j)分别表示 超像素i和j在Lab颜色空间量化后的颜色值。5.如权利要求1所述的一种融合运动特征的时空显著性检测方法,其特征是所述的时 间显著性和空间显著性自适应线性融合得到时空显著图的计算方法是:权值α定义为:其中,表示超像素i中的像素个数。动态场景下当运 动越明显时,时间显著性的权值越大,静态场景下,α直接设置为1。
【专利摘要】本发明属于图像与视频处理领域,具体是一种融合空间显著性和运动特征的时空显著性检测方法。首先,用超像素分割算法将每一帧图像表示为一系列超像素并且提取超像素级的颜色直方图作为特征;然后,通过计算颜色的全局对比和空间分布得到空间显著图;其次,通过光流估计和块匹配的方法得到运动显著图;最后,使用动态融合策略将运动显著图和空间显著图融合成为最终的时空显著图。该方法融合了空间显著性和运动特征而进行显著性检测,使该算法能够同时运用于静态和动态场景中的显著性检测。
【IPC分类】G06T7/20
【公开号】CN105488812
【申请号】CN201510823908
【发明人】于凤芹
【申请人】江南大学
【公开日】2016年4月13日
【申请日】2015年11月24日