專利名稱：基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法
技術領域：
本發明涉及圖像處理技術領域，特別涉及一種基于色彩直方圖和全局對比度的圖 像視覺顯著性計算方法。
背景技術：
視覺注意是幫助人類視覺系統準確有效的識別場景的一種重要機制。通過計算 方法獲取圖像中的顯著性區域是計算機視覺領域一個重要的研究課題。它可以幫助圖像 處理系統在后續處理步驟中合理的分配計算資源。顯著性圖(Saliency map)被廣泛的應 用于許多計算機視覺應用當中，如感興趣物體分割(專利200910046276,200910081069)、 物體識別、自適應圖像壓縮、內容敏感的圖像縮放(專利200910092756)、圖像檢索(專利 200910081069)等。圖像視覺顯著性檢測一直以來是一個備受研究者關注的課題。關于視覺注意的理 論研究將視覺注意分為兩類快速、任務無關、數據驅動的顯著性檢測和較慢、任務相關、目 標驅動的顯著性檢測。本發明所涉及的方法屬于前一類。生理學研究表明，人類視覺細胞 優先響應感知場內具有較高對比度的刺激。現有數據驅動的視覺顯著性檢測研究大多通過 計算各種形式的圖像內容和場景的對比度來計算視覺顯著性。為了方便介紹，進一步將該 類研究細分為兩個子類基于局部對比度的方法和基于全局對比度的方法。基于局部對比度的方法通過圖像區域在其相對較小鄰域的罕見度來計算顯著性。 Itti 等人于 1998 年提出了 "A model of saliency-based visual attention for rapid scene analysis”。該方法通過多尺度圖像特征間的中心與鄰域差異來定義圖像顯著性。 M已禾口 Zhang % 2003 4^ 出 T "Contrast-based image attention analysis by using fuzzy growing”。該方法通過局部對比度分析來得到顯著性圖。Liu等人于2007年提出了 "Learning to detect a salient object”。該方法通過學習方式找到顏色空間分布、多尺 度對比度，中心鄰域直方圖差異等顯著性檢測方法結果的最優組合權值。Goferman等人在 其2010年的工作“Context-aware saliency detection”中對底層線索、全局考慮、組織規 則和高層特征進行建模。這些局部方法的結果通常在物體邊緣附近產生更高的顯著性值， 而不是均勻的突出整個視覺顯著性物體。基于全局對比度的方法通過度量圖像區域和整幅圖像的差異來評價其顯著性。 Zhai 禾口 Shah 于 2006年提出了“Visual attention detection in video sequences using spatiotemporal cues”。該方法通過一個像素和其它所有圖像像素的亮度差異來計算該 像素的顯著性值。基于效率方面的考慮，該方法僅利用圖像的亮度信息，忽略了其它顏色 通道中的區分性。Achanta 等人于 2009 年提出了 “Frequency-tuned salient region detection”。該方法通過計算每個像素和平均色之間的差異來獲取顯著性值。然而，這種 簡單的方法不足以有效分析復雜多變的自然圖像。該領域目前國內相關專利有基于學習的視頻中顯著物體序列自動檢測方法(專 利號2008101503 )。該方法處理一幅圖片通常需要若干秒的時間，難以滿足很多事實處理的應用需求。
發明內容
(一)要解決的技術問題本發明要解決的技術問題是如何快速有效的分析圖像像素的顯著性值，使得圖 像中重要物體區域可以被均勻的凸顯出來。( 二 )技術方案為解決上述技術問題，本發明提供了一種基于色彩直方圖和全局對比度的圖像視 覺顯著性計算方法，包括以下步驟Sl 對顏色空間進行量化得到一組代表性色彩；S2:計算所述代表性色彩對應的顏色在輸入圖像中的出現頻率，組成一個直方 圖；S3 根據每個代表性色彩與其它代表性色彩的差異計算代表性色彩的顯著性值；S4 對于每一個代表性色彩，將其顯著性值賦予對應的像素。其中，所述步驟S2中，按照所述代表性色彩在輸入圖像中的出現頻率從大到小對 代表性色彩進行排序，排在前預定個數的代表性色彩被保留，并將其余代表性色彩的出現 頻率累加到顏色最相近的被保留的代表性色彩的出現頻率上。其中，所述步驟S3中代表性色彩的顯著性值S的計算公式為S{c) = YjcecJiX Dhci)其中，C為步驟S2中被保留的代表性色彩集合，c為該集合中任一代表性色彩，Ci 為除c以外的其它代表性色彩，&為Ci的出現頻率，D(c，Ci)為c，Ci在色彩空間中的歐氏距離。其中，步驟S3和S4之間還進一步包括以下過程來改進檢測結果在色彩空間中對 所述代表性色彩的顯著性值進行平滑，具體平滑公式為^'(O = Xc ec ^ x^)其中，S' (C)為平滑后的代表性色彩c的顯著性值，Cffl為與代表性色彩c的顏色 值最相近的m個代表性色彩組成的集合，Wi為權值，Ci與c越相近則Wi越大。(三)有益效果本發明所提出的用于計算圖像中像素的視覺顯著性值的方法利用利用每一個像 素和其余像素之間的差異計算其顯著性值；為了加速計算，本方法通過顏色量化和選擇更 頻繁的色彩選擇一組代表性色彩；本方法可以通過一種顏色空間平滑方法進一步改善顯著 性檢測結果，能夠快速有效地分析圖像像素的顯著性值。本方法在國際上現有最大的測試 集上取得了明顯優于比傳統方法的結果。
圖1是本發明實施例的一種基于色彩直方圖和全局對比度的圖像視覺顯著性計 算方法流程圖；圖2采用圖1的方法流程處理一幅輸入圖像的示例圖3圖1的方法中代表性色彩選取及其對應出現頻度的示例圖；圖4圖1的方法中色彩空間平滑對檢測結果改善影響的示例圖。
具體實施例方式下面結合附圖和實施例，對本發明的具體實施方式
作進一步詳細描述。以下實施 例用于說明本發明，但不用來限制本發明的范圍。如圖1所示，為本發明基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法 的一個實施例的處理流程圖，包括步驟S101，對顏色空間進行量化得到一組代表性色彩。實驗中采用的顏色量化方 式將顏色空間均勻劃分為η3份，每個區域中顏色的平均值作為該區域的代表性顏色。在實 際計算中，計算過程中η的取值越大，整個算法的計算量就越大。在實驗中，優選η= 12就 可以得到很好的結果。步驟S102，計算代表性色彩對應的顏色在輸入圖像中的出現頻率，組成一個直方 圖，某個代表性色彩對應像素占輸入圖像中所有像素個數的比例為該代表性色彩的出現頻 率。每一個代表性色彩都有一個頻率。這組代表性色彩出現的頻率被稱為直方圖，如圖2 所示。為了節約計算資源，通常保留出現頻率較多的代表性色彩，其余代表性色彩的出現頻 率被累加到顏色最相近的被保留的代表性色彩的出現頻率上。在選擇出現頻率較多的代表 性色彩的時候，對代表性色彩的出現頻率從大到小排序。然后從前到后選擇足以覆蓋一定 比例圖像像素的代表性顏色。實驗中這個比例通常選擇為95%，在目前國際上最大的一個 公開數據集上該比例對應的代表性色彩的個數的統計結果為85。步驟S103，根據每個代表性色彩與其它代表性色彩的差異計算代表性色彩的顯著 性值S，具體計算公式如下S{c) = YjcecJiX Dhci)其中，C為步驟S102中被保留的代表性色彩集合，c為該集合中任一代表性色彩， Ci為除c以外的其它代表性色彩，fi為Ci的出現頻率，D(c，Ci)為c，Ci在色彩空間中的歐 氏距離。步驟S104，對于每一個代表性色彩，將其顯著性值賦予對應的像素。如圖2所示為上述過程處理一幅圖片時的示例圖，包含了代表性色彩的出現頻率 和顯著性直方圖。如圖3所示，為本發明基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法 中代表性色彩選取及其對應出現頻度的示例圖。圖中，用代表性色彩替換原始圖像(左圖) 后的圖像(右圖)保留了進行顯著性檢測所需的足夠的信息，同時極大的簡化了計算量。如圖4所示，為本發明基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法 中色彩空間平滑對檢測結果改善影響的示例圖。通過在色彩空間對代表性色彩的顯著性值 進行平滑可以有效的改善視覺顯著性的檢測結果。在步驟S103中計算得到所有代表性色 彩的S (c)之后，將某個代表性色彩c最相近的m個代表性色彩組成的集合定義為Cm。這種 色彩空間的平滑過程可以定義為S’(C) = Xc,. eCm 化 xS(A )
其中，S' (C)為平滑后的代表性色彩c的顯著性值，Wi為權值，Ci與c越相近則 Wi越大。圖4中左圖和右圖分別給出了改善前后，代表性顏色的顯著性值及輸入圖像的顯 著性圖的變化的一個實例。在實驗中m的取值通常為所有代表性色彩個數的25%就能得到 比較好的結果。本發明公開的圖像顯著性計算方法，通過某像素和其余所有像素的顏色差異來定 義其顯著性值。為了避免過于巨大的計算代價，該方法通過顏色量化和色彩出現頻度分析 選取代表性色彩來加速問題求解。為了避免顏色量化過程中的隨機性，本方法可以通過一 種顏色空間平滑機制控制量化誤差。本方法在國際上現有最大的測試集上取得了明顯優于 比傳統方法的結果。本發明能夠自動的分析圖像中的視覺顯著性區域，分析結果可以應用 于重要目標分割、物體識別、自適應圖像壓縮、內容敏感的圖像縮放、和圖像檢索等應用領 域。以上實施方式僅用于說明本發明，而并非對本發明的限制，有關技術領域的普通 技術人員，在不脫離本發明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有 等同的技術方案也屬于本發明的范疇，本發明的專利保護范圍應由權利要求限定。
權利要求
1.一種基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法，其特征在于，包括 以下步驟51對顏色空間進行量化得到一組代表性色彩；52計算所述代表性色彩對應的顏色在輸入圖像中的出現頻率，組成一個直方圖；53根據每個代表性色彩與其它代表性色彩的差異計算代表性色彩的顯著性值；54對于每一個代表性色彩，將其顯著性值賦予對應的像素。
2.如權利要求1所述的基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法，其 特征在于，所述步驟S2中，按照所述代表性色彩在輸入圖像中的出現頻率從大到小對代表 性色彩進行排序，排在前預定個數的代表性色彩被保留，并將其余代表性色彩的出現頻率 累加到顏色最相近的被保留的代表性色彩的出現頻率上。
3.如權利要求1所述的基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法，其 特征在于，所述步驟S3中代表性色彩的顯著性值S的計算公式為其中，C為步驟S2中被保留的代表性色彩集合，c為該集合中任一代表性色彩，Ci為除 C以外的其它代表性色彩，fi為Ci的出現頻率，D(c，Ci)為c，Ci在色彩空間中的歐氏距離。
4.如權利要求3所述的基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法，其 特征在于，步驟S3和S4之間還進一步包括以下過程來改進檢測結果在色彩空間中對所述 代表性色彩的顯著性值進行平滑，具體平滑公式為其中，S' (c)為平滑后的代表性色彩c的顯著性值，Cffl為與代表性色彩c的顏色值最 相近的m個代表性色彩組成的集合，Wi為權值，Ci與c越相近則Wi越大。
全文摘要
本發明公開了一種基于色彩直方圖和全局對比度的圖像視覺顯著性計算方法，包括S1對顏色空間進行量化得到一組代表性色彩；S2計算所述代表性色彩對應的顏色在輸入圖像中的出現頻率，組成一個直方圖；S3根據每個代表性色彩與其它代表性色彩的差異計算代表性色彩的顯著性值；S4對于每一個代表性色彩，將其顯著性值賦予對應的像素。本發明能夠快速有效地分析圖像像素的顯著性值。
文檔編號G06T7/40GK102129693SQ201110062520
公開日2011年7月20日 申請日期2011年3月15日 優先權日2011年3月15日
發明者張國鑫, 程明明, 胡事民 申請人:清華大學