基于前景和背景先驗的多模態區域一致性的顯著性對象檢測方法
【技術領域】
[0001] 本發明涉及計算機視覺技術，尤其是一種圖像處理和顯著性對象檢測方法。
【背景技術】
[0002] 視覺顯著性指的是在環境中異于鄰近區域的子區域并且能夠快速吸引觀察者的 注意力。視覺顯著性的最重要的應用之一是從復雜場景中快速搜索顯著性對象。許多機器 人系統也用視覺顯著性來進行對象識別和檢測。
[0003] 通過視覺顯著性進行對象檢測，由于人類總是把對象看作一個整體，希望包含對 象的子區域具有相同或相似的顯著性值，然而，大部分已經存在的方法使用基于像素的方 法去計算顯著性，得到的顯著性值從像素到像素變化。此外，已經存在的大部分方法只是 基于二維圖像，其中顯著性對象和背景之間相同的顏色或紋理造成顯著性提取的正確率降 低。

【發明內容】

[0004] 為了克服已有視覺顯著性對象檢測方式的正確率較低不足，本發明提供一種有效 提升正確率的基于前景和背景先驗的多模態區域一致性的顯著性對象檢測方法。
[0005] 本發明解決其技術問題所采用的技術方案是：
[0006] 一種基于前景和背景先驗的多模態區域一致性的顯著性對象檢測方法，所述檢測 方法包括如下步驟：
[0007] 1)獲得場景的顏色圖像和深度圖像，同時生成點云；
[0008] 2)采用顏色圖和深度圖將場景分割
[0009] 計算顏色空間和深度空間像素間的差異值D(Ci，C2)的過程如下： 「00101 D(CrC2)= argmin v.)
[0011] 其中，vjp V j是組件，C挪C 2各自的節點，E表示鄰域系統，w(v i, Vj)表示邊權函 數；
[0012] Wivi ,Vj) ^ A\lcPj -/^ |2 + (1 -1)|/；； - ζ |2
[0013] 其中，參數λ控制顏色和深度通道的權值，I (Pi)，1(h)分別表示兩個像素的強 度；
[0014] 采用自適應方法確定權值λ :
[0015] λ = I. 〇-min ( α，β *ndp/ncl)
[0016] 其中ndp和nd是深度圖和顏色圖的過分割數目，參數β是用于調整顏色圖和深度 圖之間對過分割貢獻的比例，參數α是用于保證顏色圖的最小貢獻量，參數α為〇~1之 間的小數；
[0017] 3)采用基于對象區域檢測方法，對圖像的所有區域進行檢測得到焦點區域，在顏 色圖像中將焦點區域作為前景先驗；
[0018] 采用不同大小的高斯核對圖像進行卷積操作，得到卷積圖像，計算每幅卷積圖像 中所有像素水平方向和垂直方向上的梯度，然后得到每幅卷積圖像中的像素分布直方圖；
[0019] 通過一個k*k的核以及梯度的對數似然函數來得到：
【主權項】
1. 一種基于前景和背景先驗的多模態區域一致性的顯著性對象檢測方法，其特征在 于：所述檢測方法包括如下步驟： 1) 獲得場景的顏色圖像和深度圖像，同時生成點云； 2) 采用顏色圖和深度圖將場景分割 計算顏色空間和深度空間像素間的差異值D(C11C2)的過程如下：
其中，Vi和V j是組件，C JP C2各自的節點，E表示鄰域系統，W(V i, Vj)表示邊權函數；
其中，參數λ控制顏色和深度通道的權值，I(Pi)，ι(Ρρ分別表示兩個像素的強度； 采用自適應方法確定權值λ : λ = I. 〇-min( α，β ^ntipAicl) 其中ndp和Iicd是深度圖和顏色圖的過分割數目，參數β是用于調整顏色圖和深度圖之 間對過分割貢獻的比例，參數α是用于保證顏色圖的最小貢獻量，參數α為O~1之間的 小數； 3) 采用基于對象區域檢測方法，對圖像的所有區域進行檢測得到焦點區域，在顏色圖 像中將焦點區域作為前景先驗； 采用不同大小的高斯核對圖像進行卷積操作，得到卷積圖像，計算每幅卷積圖像中所 有像素水平方向和垂直方向上的梯度，然后得到每幅卷積圖像中的像素分布直方圖； 通過一個k*k的核以及梯度的對數似然函數來得到：
其中乂和W表示水平和垂直梯度的分布，從卷積圖中計算得到，N(X)是像素 X的鄰 域窗口；通過找到所有核大小的IkOO的最大值，找到一個核，用k*(x)表示，看作是用于解 釋圖的最好的一批窗口；核的大小能反映窗口的清晰度；對于每個像素，存在一個對應的 k*(x)，并且它能用于表示清晰或者模糊的區域，通過定義一個二值圖：
將U映射到水平和垂直軸上后，統計二值圖中從水平到垂直方向的白色像素的個數， 從而獲得兩組坐標，作為焦點區域，得到焦點區域后，計算帶有前景先驗的顯著性Sf (rk)，定 義如下：
其中，dist()表示過分割rk的中心到焦點區域的中心的距離，并且maXpAsAt/),,)表 示焦點區域內所有過分割之間的最大距離； 4) 檢測出點云的平面區域作為背景先驗 從顏色圖像和對應深度圖像中得到點云數據，在點云數據中檢測出平面結構，然后 計算連接場景邊界的邊界長度，計算出平面分割的背景連通度，并且得到過分割的背景權 重； 用下面的定義作為平面分割的背景連通度：
其中，Bg(Pi)是平面分割Pi的連通度，Len(Pi)是邊界的長度，它跟場景邊界相鄰，并且 Pi I是分割平面Pi的面積； 基于背景連通度，定義一個過分割rk的背景權值：
其中，Bw(rk)是過分割rk的背景權值，P是所有檢測到平面p 集合； Bw(rk)值的范圍是從O到1，根據背景權值，定義背景先驗的顯著性SB(rk): Sb (rk) = I-Bw (rk) 5)計算得到全局區域對比度 全局區域對比度Se (rk)，定義如下：
其中Dr(rk，ri)和比(1^1^)表示區域r# ri之間各自顏色和空間距離，〇確定空間權 值的長度，W(A)表示區域&的權值，計算出來作為區域r 的像素個數； 顯著性圖通過下面的公式得到： S (rk) = Sf (rk) X Sb (rk) X Sg (rk) 其中，Sf(rk)表示前景先驗顯著性值，Sb(rk)表示背景先驗顯著性值，S e(rk)表示全局 區域對比度，S(rk)表示最終得到的顯著性圖。
【專利摘要】一種基于前景和背景先驗的多模態區域一致性的顯著性對象檢測方法，包括如下步驟：1)獲得場景的顏色圖像和深度圖像，同時生成點云；2)采用顏色圖和深度圖將場景分割；3)采用基于對象區域檢測方法，對圖像的所有區域進行檢測得到焦點區域，在顏色圖像中將焦點區域作為前景先驗；4)檢測出點云的平面區域作為背景先驗，從顏色圖像和對應深度圖像中得到點云數據，在點云數據中檢測出平面結構，然后計算連接場景邊界的邊界長度，計算出平面分割的背景連通度，并且得到過分割的背景權重；5)計算得到全局區域對比度SG(rk)，顯著性圖通過下面的公式得到：S(rk)＝SF(rk)×SB(rk)×SG(rk)。本發明有效提升正確率。
【IPC分類】G06T7-00
【公開號】CN104680523
【申請號】CN201510072313
【發明人】張劍華, 王其超, 謝榛, 趙妍珠, 陳勝勇, 張建偉
【申請人】浙江工業大學
【公開日】2015年6月3日
【申請日】2015年2月11日