一種基于色彩上下文抑制的圖像顯著性提取方法
【專利摘要】本發(fā)明公開了一種基于色彩上下文抑制的圖像顯著性提取方法，首先構(gòu)建Gabor對(duì)立色濾波器，聯(lián)合編碼彩色圖像中的空間信息和彩色信息，提取具有對(duì)立色特性的色彩表面特征；估計(jì)色彩表面特征受到色彩表面上下文或色彩邊緣上下文影響而引起的色彩上下文抑制現(xiàn)象；提取具有空間和色彩雙對(duì)立的色彩邊緣特征；定義色彩表面特征和色彩邊緣特征對(duì)應(yīng)的色彩顯著性度量方式，將色彩特征點(diǎn)之間的不相似度和各像素點(diǎn)之間空間距離的乘積作為全局色彩顯著度；將色彩表面顯著性和色彩邊緣顯著性在不同方向通道和不同對(duì)立色通道上進(jìn)行色彩能量整合，獲取彩色圖像的色彩顯著性。本發(fā)明方法可以有效提高圖像顯著性提取的準(zhǔn)確性。
【專利說明】-種基于色彩上下文抑制的圖像顯著性提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計(jì)算機(jī)視覺、圖像處理和分析領(lǐng)域，主要涉及一種基于色彩上下文抑 制的圖像顯著性提取方法。

【背景技術(shù)】
[0002] 圖像顯著性提取是人類視覺系統(tǒng)的感知能力之一。當(dāng)觀測一幅圖像時(shí)，視覺系統(tǒng) 能夠在十三秒內(nèi)獲取圖像中感興趣的區(qū)域和目標(biāo)，這一過程即為圖像顯著性提取。隨著科 學(xué)技術(shù)手段的飛速發(fā)展，視覺顯著性研究受到了來自神經(jīng)科學(xué)、計(jì)算機(jī)視覺等不同領(lǐng)域的 研究人員越來越多的關(guān)注。顯著性提取可以大大縮短對(duì)圖像分析和理解的時(shí)間，能夠應(yīng)用 于圖像檢索、圖像分割、視覺識(shí)別和跟蹤等方面。
[0003] 當(dāng)前主流的圖像顯著性提取方法可以分為兩類：局部法和全局法。
[0004] 局部法通常利用圖像的多視覺特征，將不同的視覺特征作為獨(dú)立的通道分別處 理，忽略了視覺特征之間的交互作用，試圖使顯著性提取方法對(duì)所有的視覺特征都敏感，不 但增加了計(jì)算復(fù)雜性而且影響顯著性提取的正確度量；此外，局部法主要關(guān)注于顯著性目 標(biāo)的邊緣而非整幅圖像，由于自然場景圖像中存在紋理內(nèi)的局部不連續(xù)性，因此局部法易 將豐富紋理的背景區(qū)域誤認(rèn)為是顯著性區(qū)域。
[0005] 全局法是一種"整體表達(dá)"的圖像顯著性提取方法。當(dāng)顯著性區(qū)域或邊緣與背景 鄰域相似但仍區(qū)別于整幅圖像時(shí)，通常采用全局法有效。盡管全局法在整幅圖像范圍內(nèi)有 效地區(qū)分了顯著性目標(biāo)或區(qū)域，然而，它依賴于啟發(fā)式的或相對(duì)復(fù)雜的模型，忽略了圖像中 的局部對(duì)比度信息。
[0006] 雖然在計(jì)算機(jī)視覺領(lǐng)域中，已經(jīng)出現(xiàn)了大量的圖像顯著性提取方法用來刻畫顯著 性區(qū)域和邊界的顯著特征，然而這些方法仍然存在不足有：
[0007] 1、當(dāng)前的圖像顯著性提取研究通常是將多種視覺特征獨(dú)立處理并最終整合在一 起，或者利用全局或自頂向下的先驗(yàn)知識(shí)加以輔助，不僅增加了信息之間的冗余性而且增 大了計(jì)算復(fù)雜性；
[0008] 2、據(jù)知，大多數(shù)圖像顯著性提取研究將顏色作為輔助特征，尚未有研究將顏色信 息作為唯一的關(guān)注特征挖掘其在圖像顯著性提取中的作用；
[0009] 3、彩色世界中顏色信息量快速增長，然而視覺任務(wù)對(duì)顏色信息的使用往往局限于 簡單的色彩空間轉(zhuǎn)換，忽略了顏色信息本身所具有的空間屬性，如色彩邊緣，未能考慮空間 與色彩信息之間的交互作用；
[0010] 4、人類在顏色感知中，由于周圍背景顏色的出現(xiàn)會(huì)引起對(duì)目標(biāo)顏色外觀感知的變 化，視覺系統(tǒng)抑制周圍背景的色彩信息；然而至今，圖像顯著性提取方法中缺少對(duì)這種色彩 上下文抑制現(xiàn)象的研究，忽略了周圍背景顏色對(duì)顏色感知的影響；
[0011] 5、當(dāng)前的圖像顯著性提取方法都不足以解釋大腦視皮層中神經(jīng)元在處理圖像信 號(hào)時(shí)分析顯著性的行為規(guī)律，導(dǎo)致顯著性提取方法趨于復(fù)雜且準(zhǔn)確度難以提升。
[0012] 最近在神經(jīng)科學(xué)領(lǐng)域中，大量的神經(jīng)生理學(xué)和認(rèn)知心理學(xué)研究為圖像顯著性提取 提供了充分的證據(jù)有：
[0013] 1、大腦視皮層VI區(qū)域是自底向上提取顯著性的主要皮層區(qū)域。每一個(gè)VI神經(jīng)元 對(duì)一個(gè)或多個(gè)特征維度響應(yīng)，如方向、尺度、顏色等。因此，顯著性是由許多不同的特征對(duì)比 度形成的；
[0014] 2、V1區(qū)域存在大量的顏色神經(jīng)元同時(shí)對(duì)顏色信息和方向信息響應(yīng)，顯著性經(jīng)過這 些神經(jīng)元響應(yīng)得以增強(qiáng)，而非簡單地對(duì)方向神經(jīng)元響應(yīng)和顏色神經(jīng)元響應(yīng)求和；
[0015] 3、大腦視皮層中主要存在兩類顏色神經(jīng)元：色彩對(duì)立神經(jīng)元、色彩和方向雙對(duì)立 神經(jīng)元。前者對(duì)均勻一致的色彩表面響應(yīng)，后者對(duì)色彩邊緣響應(yīng)；
[0016] 4、V1神經(jīng)元僅有正放電率，并且接收來自鄰域經(jīng)典感受野區(qū)域內(nèi)神經(jīng)元的抑制響 應(yīng)，相對(duì)于觀測特征維度，這些神經(jīng)元對(duì)相同或相反的特征響應(yīng)，這種抑制作用引起了周圍 背景對(duì)顯著性區(qū)域或目標(biāo)的色彩上下文影響，抑制了背景區(qū)域中色彩信息的響應(yīng)，增強(qiáng)了 感興趣區(qū)域或目標(biāo)的顯著性。


【發(fā)明內(nèi)容】

[0017] 本發(fā)明旨在解決當(dāng)前圖像顯著性提取方法不能很好地模擬大腦視覺信息處理在 顯著性分析中的作用，關(guān)注顏色信息在圖像顯著性提取中的作用，提出一種基于色彩上下 文抑制的圖像顯著性提取方法。
[0018] 本發(fā)明為解決技術(shù)問題采用如下技術(shù)方案：
[0019] 本發(fā)明基于色彩上下文抑制的圖像顯著性提取方法的特點(diǎn)是按如下步驟進(jìn)行：
[0020] 步驟1、對(duì)彩色圖像I (X，y)的空間信息和色彩信息進(jìn)行聯(lián)合編碼，獲得所述彩色 圖像I (X，y)的色彩表面特征s (X，y, 〇, c):
[0021 ] L1、構(gòu)建由若干個(gè)Gabor濾波器g (X，y, 〇)組成的Gabor濾波器組G，G = {g(x, y, 〇)},其中：x和y分別為所述Gabor濾波器g(x, y, 〇)的橫坐標(biāo)和縱坐標(biāo)；〇為所述 Gabor濾波器g(x, y, 〇)的空間方向，空間方向〇是由兩兩正交的相反方向〇+和cT組成；
[0022] 1. 2、對(duì)各Gabor濾波器g(x，y，〇)的空間信息和色彩信息進(jìn)行聯(lián)合編碼，獲得各 Gabor對(duì)立色濾波器f (X，y, 〇, c),構(gòu)建由所述各Gabor對(duì)立色濾波器f (X，y, 〇, c)組成的 Gabor對(duì)立色濾波器組F, F = {f (X，y, 〇, c)},其中：c為所述對(duì)立色濾波器f (X，y, 〇, c)的 對(duì)立色通道，對(duì)立色通道c是由兩兩互補(bǔ)的對(duì)立色通道c+和(Γ組成；
[0023] 1. 2. 1、將所述各Gabor濾波器g(x, y, 〇)的負(fù)值置0,獲得僅有激活成分的Gabor 濾波器g(x, y, 〇)的激活子單元g+(x, y, 〇)，將所述各Gabor濾波器g(x, y, 〇)的正值置0， 獲得僅有抑制成分的Gabor濾波器g(x，y，o)的抑制子單元g_(x，y，o);
[0024] 1. 2. 2、將所述彩色圖像I (X，y)分解為紅色R、綠色G和藍(lán)色B三個(gè)顏色通道，并構(gòu) 成四組對(duì)立色通道c，每組對(duì)立色通道c由兩兩互補(bǔ)的對(duì)立色通道c+和(Γ組成，所述四組 對(duì)立色通道c分別是：
[0025] 紅綠對(duì)立色通道，即激活紅色抑制綠色通道R+/G-和激活綠色抑制紅色通道G+/ R-;
[0026] 藍(lán)黃對(duì)立色通道，即激活黃色抑制藍(lán)色通道Y+/B-和激活藍(lán)色抑制黃色通道B+/ Y-；
[0027] 紅青對(duì)立色通道，即激活紅色抑制青色通道R+/C-和激活青色抑制紅色通道C+/ R-；
[0028] 黑白對(duì)立色通道，即激活白色抑制黑色通道Wh+/Bl+和激活黑色抑制白色通道 ffh-/Bl-；
[0029] 1. 2. 3、利用式（1)構(gòu)建Gabor對(duì)立色濾波器f (X，y, 〇, c);
[0030]

【權(quán)利要求】
1. 一種基于色彩上下文抑制的圖像顯著性提取方法，其特征是按如下步驟進(jìn)行： 步驟1、對(duì)彩色圖像I(X，y)的空間信息和色彩信息進(jìn)行聯(lián)合編碼，獲得所述彩色圖像I(X，y)的色彩表面特征s(X，y, 〇,c): 1. 1、構(gòu)建由若干個(gè)Gabor濾波器g(x,y, 〇)組成的Gabor濾波器組G,G= {g(x,y, 〇)}, 其中：x和y分別為所述Gabor濾波器g(x，y，o)的橫坐標(biāo)和縱坐標(biāo)；〇為所述Gabor濾波器 g(x,y, 〇)的空間方向，空間方向〇是由兩兩正交的相反方向〇+和cT組成； 1. 2、對(duì)各Gabor濾波器g(X，y，〇)的空間信息和色彩信息進(jìn)行聯(lián)合編碼，獲得各Gabor對(duì)立色濾波器f(x,y, 〇,c),構(gòu)建由所述各Gabor對(duì)立色濾波器f(x,y, 〇,c)組成的Gabor對(duì) 立色濾波器組F,F={f(X，y, 〇,c)},其中：c為所述對(duì)立色濾波器f(X，y, 〇,c)的對(duì)立色通 道，對(duì)立色通道c是由兩兩互補(bǔ)的對(duì)立色通道C+和(T組成； 1. 2. 1、將所述各Gabor濾波器g(x,y, 〇)的負(fù)值置0,獲得僅有激活成分的Gabor濾波 器g(x,y, 〇)的激活子單元g+(x,y, 〇)，將所述各Gabor濾波器g(x,y, 〇)的正值置0,獲得 僅有抑制成分的Gabor濾波器g(x，y，o)的抑制子單元g_(x，y，o); 1. 2. 2、將所述彩色圖像I(x，y)分解為紅色R、綠色G和藍(lán)色B三個(gè)顏色通道，并構(gòu)成四 組對(duì)立色通道c，每組對(duì)立色通道c由兩兩互補(bǔ)的對(duì)立色通道C+和c_組成，所述四組對(duì)立 色通道c分別是： 紅綠對(duì)立色通道，即激活紅色抑制綠色通道R+/G-和激活綠色抑制紅色通道G+/R-; 藍(lán)黃對(duì)立色通道，即激活黃色抑制藍(lán)色通道Y+/B-和激活藍(lán)色抑制黃色通道B+/Y-; 紅青對(duì)立色通道，即激活紅色抑制青色通道R+/C-和激活青色抑制紅色通道C+/R-; 黑白對(duì)立色通道，即激活白色抑制黑色通道Wh+/Bl+和激活黑色抑制白色通道Wh-/ Bl-； L2. 3、利用式（1)構(gòu)建Gabor對(duì)立色濾波器f(X，y, 〇,c);
式（1)中：Ke{R，G，B}，gK(x，y，o)為顏色通道K對(duì)應(yīng)的Gabor濾波器的激活子單元g+(x,y, 〇)或抑制子單元g_(x,y, 〇),wKG{wK,we,wB}為設(shè)定的顏色通道K的權(quán)重； 1. 3、利用式（2)計(jì)算彩色圖像I(X，y)的色彩表面特征s(X，y，〇,c);
式⑵中：*為卷積算子； 步驟2、估計(jì)所述彩色圖像I(x，y)的色彩上下文抑制現(xiàn)象，所述色彩上下文抑制現(xiàn)象 是指彩色圖像I(x，y)的色彩表面特征s(x，y，〇,c)受到色彩表面上下文信息或色彩邊緣上 下文信息影響而引起的特征值變化s#(x，y，〇,c): 2.1、給定某一方向通道〇,利用式（3)估計(jì)所述彩色圖像I(x，y)中對(duì)立色通道c+ 對(duì)應(yīng)的色彩表面特征s(x，y，o,C+)受到色彩表面上下文信息影響而引起的特征值變化 s*(x，y，〇,C+)，將互補(bǔ)對(duì)立色通道(T對(duì)應(yīng)的色彩表面特征s(x，y，〇, (T)作為歸一化因子；
式⑶中：bJ=max(.s'，()）為半波矯正算子；k為設(shè)定的尺度因子；01為設(shè)定的半飽和 常數(shù)； 2. 2、給定某一對(duì)立色通道c，利用式（4)估計(jì)所述彩色圖像I(x，y)中方向通道〇+ 對(duì)應(yīng)的色彩表面特征s(X，y，〇+，c)受到色彩邊緣上下文信息影響而引起的特征值變化 s#(x，y，〇+，c)，將相反方向通道f對(duì)應(yīng)的色彩表面特征s(x，y，o'c)作為歸一化因子；
2. 3、對(duì)于任意對(duì)立色通道c中互補(bǔ)的兩個(gè)對(duì)立色通道C+和(T或方向通道〇中相反的 兩個(gè)方向通道〇+和〇_均采用與步驟2. 1-步驟2. 2相同的特征提取方式，獲得受到上下文 信息影響的色彩表面特征ShXx,y, 〇,c); 步驟3、利用式（5)計(jì)算彩色圖像I(x，y)的色彩邊緣特征d(x，y，〇,c);
步驟4、定義彩色圖像I(x，y)在色彩上下文信息影響下任意像素點(diǎn)u(x，y)的色彩表面 特征\(^'.0,￡〇的色彩表面顯著度為1)^(11)及色彩邊緣特征(1"(1，7,〇，(3)的色彩邊緣顯著 度為Dbdry(U): 4.1、 利用式（6)計(jì)算像素點(diǎn)u(x，y)的色彩表面特征&與其它各像素點(diǎn) V(X，y)的色彩表面特征.<.Cv，>w)之間的不相似度，并作為所述像素點(diǎn)u(x，y)的色彩表 面顯者度Djreg (u);
式（6)中：N(x，y)表示所有像素點(diǎn)的空間集合； 4.2、 利用式（7)計(jì)算像素點(diǎn)11(1，7)的色彩邊緣特征4(1，7,〇，(：）與其它各像素點(diǎn) v(x,y)的色彩邊緣特征dv(x,y, 〇,c)之間的不相似度,并作為所述像素點(diǎn)u(x,y)的色彩邊 緣顯著度 Dbdry(u)；
步驟5、利用式（8)定義彩色圖像I(X，y)中任意像素點(diǎn)u(X，y)與其它各像素點(diǎn)V(X，y) 之間的空間距離，并作為所述像素點(diǎn)u(x，y)的位置顯著度D1tc(U);
式⑶中：〇 2為設(shè)定的彩色圖像I(x，y)中像素點(diǎn)u(x，y)到其它各像素點(diǎn)V(x，y)之 間的距離權(quán)重； 步驟6、利用式（9)分別計(jì)算所述像素點(diǎn)u(x，y)的全局色彩表面顯著度Ds(u)和全局 色彩邊緣顯著度Dd (u): Ds (u) =Dreg (u)XDloc (u) (9) Dd (u) =Dbdry (u)XDloc (u) 步驟7、對(duì)于所述色彩表面全局顯著度Ds(U)，在不同方向通道〇和對(duì)立色通道c上求 和，獲得所述像素點(diǎn)u(x，y)的色彩表面顯著度Es(u);對(duì)于所述色彩邊緣全局顯著度Dd(u)， 在不同方向通道〇和對(duì)立色通道c上求和，獲得所述像素點(diǎn)u(x，y)的色彩邊緣顯著度 Ed(U); 步驟8、利用式（11)提取像素點(diǎn)u(x，y)的唯一顯著度E(U):
步驟9、對(duì)所述彩色圖像I(x，y)中所有像素點(diǎn)采用與步驟4-步驟8相同的提取方式， 并對(duì)式（11)提取的所有像素點(diǎn)顯著性進(jìn)行Gaussian函數(shù)模糊化處理，從而提取所述彩色 圖像I(x，y)的最終顯著性。
【文檔編號(hào)】G06T7/00GK104268886SQ201410523003
【公開日】2015年1月7日 申請日期:2014年9月30日 優(yōu)先權(quán)日:2014年9月30日
【發(fā)明者】張駿, 謝昭, 高雋, 汪萌, 吳信東, 楊勛 申請人:合肥工業(yè)大學(xué)