一種基于Stentiford視覺模型的優化方法
【技術領域】
[0001 ]本發明涉及一種基于Stentiford視覺模型的優化方法，屬于圖像處理技術領域。
【背景技術】
[0002] 近年來，隨著多媒體技術和計算機網絡的飛速發展，數字圖像的容量急劇增長。只 針對圖像感興趣區域運行對應算法，一方面可以降低數據的規模，從而提高運行效率;另一 方面也可以減少非R0I對結果造成的干擾。因此圖像感興趣區域的提取技術已成為目前研 究的熱點問題。
[0003] 目前基于圖像的感興趣區域提取(region of interest簡稱R0I)方法有很多，但 是大體方法可分為四類。
[0004] (1)人工指定的的方法，如（B Moghaddam，H Biermann，D Margaritis.Defining image content with multiple regions-〇f-interest[J]·IEEE Workshop on Content-Based Access oflmage and Video Libraries, 1999·)，是通過用戶根據自己的知識手工 指定區域，此種方法的優點是機器可準確理解用戶的真實意圖，但是由于過程過多的人工 參與，所以交互過程不友好。
[0005] (2)人眼視點追蹤法，如（SR Research Ltd.EyeLink II user manual version 2.12[R].Canada:SRResearch Ltd. ,2006.)是通過特制的儀器設備捕捉人眼觀察圖片時視 點位置，記錄注視時間、注視坐標點和眨眼反應等指標，建立數學模型得到對比顯著性水 平，從而初步得到的R0I，優點是可以很好地反應觀察者注意區域，但由于過程中需要專業 設備，對于用戶應用存在實踐性差的特點。
[0006] (3)特定對象的分割方法，如（L Itti，C Koch，E Niebur · Amodel of sal iency based visual attention for rapid scene analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998,20(11) :1254-1259.)包括傳統的圖 像分割方法。例如，分水嶺方法、小波變換方法等等，這些方法針對性比較強，只對于某些特 定圖像效果十分理想。因此可知，此方法隱藏了一個前提，即特定對象要是感興趣區域。
[0007] (4)視覺注意模型方法，如（F W M Stentiford.An attention based similarity measure with application to content based information retrieval[C] .Proceedings of the Storage and Retrieval for Media Databases Conference.Bellingham:Society of Photo-Optical Instrume ntation Engineers , 2003:221-232.)是模擬人眼視覺特性而建立的模型，構建視覺顯著圖。其中，著名的兩個模 型是Itti視覺模型和Stentiford模型。Itti視覺模型對于物體顏色變化大的圖像效果理 想。但對于顯著物體較大、顏色均勻和圖像中有反常點的圖像效果較差。Stentiford模型比 Itti視覺模型效果更為清晰和準確。然而Stentiford模型有一些缺點制約了其應用范圍。 首先，算法中是對某像素鄰域結構隨機選取，這使得結果帶有過大的隨機性。其次，算法對 于細節過于敏感，造成不均勻的背景中成大片區域當做目標區域。最后，計算量大，嚴重占 用資源，耗費大量時間。
【發明內容】
[0008] 針對上述技術問題，本發明所要解決的技術問題是提供一種基于Stentiford視覺 模型的優化方法，設計引入Uniform LBP算法解決隨機性大和對細節過于敏感的缺點，能夠 大幅提高圖像區域提取的效果，而且通過三維數組的設計引入了直方圖統計方法，大大提 高了處理速度，圖像處理效率顯著提升。
[0009] 本發明為了解決上述技術問題采用以下技術方案：本發明設計了一種基于 St ent i ford視覺模型的優化方法，包括如下步驟：
[0010] 步驟001.針對待處理彩色圖像進行灰度處理，獲得待處理灰度圖像，并進入步驟 002；
[0011]步驟002.分別針對待處理灰度圖像中的各個像素點，以像素點為中心，設定該像 素點所對應的圓形測算區域，其中，該圓形測算區域的半徑為相鄰像素點之間的距離，該圓 形測算區域中包括該像素點和與該像素點相鄰的上下左右四個像素點；由此獲得待處理灰 度圖像中各個像素點分別所對應的圓形測算區域，然后進入步驟003;
[0012] 步驟003.分別針對待處理灰度圖像中的各個像素點，將像素點所對應圓形測算區 域中與該像素點相鄰的上下左右四個像素點，以及位于該圓形測算區域的圓周上、相鄰像 素點之間的中間位置，作為該像素點所對應圓形測算區域中與該像素點相鄰的八個對象， 獲得該像素點所對應圓形測算區域中與該像素點相鄰八個對象的像素值，然后進入步驟 004；
[0013] 步驟004.分別針對待處理灰度圖像中的各個像素點，針對像素點所對應圓形測算 區域中與該像素點相鄰的八個對象，分別比較各個對象的像素值是否大于等于該像素點的 像素值，是則針對該對象標記為1，否則針對該對象標記為〇;然后針對該八個對象的標記 值，按預設起始位置和順序進行組合構成一個八位二進制數，并將該八位二進制數轉換為 十進制數值，對應于該像素點；由此即獲得待處理灰度圖像中各個像素點分別所對應的一 個十進制數值，進入步驟005;
[0014] 步驟005.根據待處理灰度圖像，采用Uniform LBP模式，將待處理灰度圖像中各個 像素點分別所對應的十進制數值，轉換為與待處理灰度圖像相對應、包含有5 9種數值的 Uniform LBP矩陣，其中，Uniform LBP矩陣中元素的個數與待處理灰度圖像中像素點的個 數相等，且--對應，Uniform LBP矩陣中各元素的值即作為對應像素點的等級值，Uniform LBP矩陣中元素的值總共有59種數值，即待處理灰度圖像中像素點的等級值總共有59種;然 后進入步驟006;
[0015] 步驟006.根據待處理灰度圖像所對應的Uniform LBP矩陣，針對待處理灰度圖像 中的各個像素點，分別建立像素點所對應的三維數組[Rank, Value，Location(x，y)]，其中， Rank表示對應像素點的等級值，Value表示對應像素點的像素值，Locat i on (x，y)表示對應 像素點的坐標;然后進入步驟007;
[0016] 步驟007.根據待處理灰度圖像中各個像素點所對應的三維數組，將待處理灰度圖 像中的所有像素點按其所對應的等級值Rank進行劃分，進行直方圖統計，即獲得各等級值 Rank所分別對應的像素點集合If，然后進入步驟008;
[0017] 步驟008.針對59種等級值Rank，由最小等級值Rank開始，按等級值Rank從小至大 的順序，依序分別針對各個等級值Rank所對應的像素點集合R'針對像素點集合If中的各個 像素點，分別按如下步驟00801至步驟00803進行操作，進而獲得待處理灰度圖像中各個像 素點的顯著度；
[0018] 步驟00801.在像素點所在像素點集合If中除該像素點以外的其它各個像素點中， 任意取出預設N個像素點，組成該像素點所對應的集合T，然后進入步驟00802;其中，N小于 等于各像素點集合浐中最少像素點個數減1;
[0019] 步驟00802.針對該像素點，統計其對應集合T中與該像素點像素值Value不相等的 像素點的個數P，并進入步驟00803;
[0020] 步驟00803.
，即獲得該像素點的顯著度。
[0021 ]作為本發明的一種優選技術方案:所述步驟008之后，還包括步驟009，執行完步驟 008后，進入步驟009,其中，步驟009如下：
[0022]步驟009.針對待處理灰度圖像中各個像素點的顯著度，分別乘以預設比例系數， 更新待處理灰度圖像中各個像素點的顯著度，再根據待處理灰度圖像，獲得對應的顯著圖 像。
[0023] 作為本發明的一種優選技術方案:所述預設比例系數為255。
[0024] 作為本發明的一種優選技術方案:所述步驟003具體包括如下：
[0025] 分別針對待處理灰度圖像中的各個像素點，根據像素點相鄰上下左右四個像素點 的像素值，以及與該像素點相鄰的左上、右上、左下、右下四個像素點的像素值，分別獲得該 圓形測算區域的圓周上、相鄰像素點之間中間位置的像素值;然后將該像素點所對應圓形 測算區域中與該像素點相鄰的上下左右四個像素點，以及該圓形測算區域的圓周上、相鄰 像素點之間的中間位置，作為該像素點所對應圓形測算區域中與該像素點相鄰的八個對 象，即獲得該像素點所對應圓形測算區域中與該像素點相鄰八個對象的像素值。
[0026] 作為本發明的一種優選技術方案:所述步驟003中，分別針對待處理灰度圖像中的 各個像素點，根據像素點相鄰上下左右四個像素點的像素值，以及與該像素點相鄰的左上、 右上、左下、右下四個像素點的像素值，四次采用雙線性插值方法，分別獲得該圓形測算區 域的圓周上、相鄰像素點之間中間位置的像素值。
[0027] 本發明所述一種基于Stentifo