專利名稱：：一種基于梯度方向直方圖的判決式視覺顯著性檢測方法
技術領域：
：本發(fā)明屬于計算機視覺領域，具體涉及一種基于梯度方向直方圖的判決式中央-周圍視覺顯著性檢測方法。
背景技術：
：視覺顯著性在視覺選擇性注意機制中扮演著重要角色，受生物視覺系統(tǒng)啟發(fā)，視覺顯著性計算模型為降低計算機視覺處理的計算復雜度提供了一種快速且有效的方法，已廣泛應用于機器視覺、圖像處理、智能機器人等領域。目前，大多數(shù)視覺顯著性模型都是基于空間(自下而上)或基于物體(自上而下)的過程。前者基于特征整合理論和中央-周圍假設，其代表性工作是L.Itti等人提出的計算模型。在他們模型中，輸入圖像分解為多個獨立的特征空間，如亮度、顏色、方向等，分別提取每個特征空間的顯著圖，然后采用線性整合方式將各特征空間的顯著圖合成為最終的顯著圖?；谖矬w的過程是一個目標導向的顯著性分析過程，它需要相關目標/任務的先驗知識，可實現(xiàn)有效和精確的視覺搜索，但其計算代價較高?，F(xiàn)有技術中已提出了自下而上和自上而下的整合方法。但上述這些方法都存在共同明顯缺點分辨率低，提取的物體輪廓不全，以及高計算復雜度。為此，近期提出了一些簡單而有效地顯著性模型。R.Achanta等人提出一種基于亮度和顏色特征的快速顯著性區(qū)域檢測方法。該方法可生成與輸入圖像相同大小的高質量顯著圖。R.Achanta等人2009年又提出一種更高精度的基于頻域的顯著區(qū)域檢測算子。V.Gopalakrishnan等人提出一種基于彩色和方向分布的顯著性區(qū)域檢測框架。他們提出一種圖像區(qū)域的方向直方圖用于描述局部和全局方向。D.Gao等人提出一種判決式顯著檢測算子，該方法是對生物感知過程的決策性理論解釋，并可獲得在分類意義上的最優(yōu)顯著性測量。在頻域中，Q.Zhang等人將局部顯著性，全局顯著性和特例顯著性整合在一個框架中。不同于生物啟發(fā)的顯著性模型，這些模型通常只是一種純計算模型，雖然受中央-周圍差異的生物概念啟發(fā)，但并沒有基于任何生物模型。
發(fā)明內容本發(fā)明針對現(xiàn)有技術的不足，提供了一種基于梯度方向直方圖的判決式視覺顯著性檢測方法。本發(fā)明方法的具體步驟如下步驟(1)采用彩色變換方法，提取原始圖像在CIELAB空間的1彩色分量圖、a彩色分量圖和b彩色分量圖；所述的彩色變換方法為成熟技術。步驟(2)利用中央-周圍計算結構中的取樣點統(tǒng)計1彩色分量圖、a彩色分量圖和b彩色分量圖中每個像素點的局部梯度方向直方圖；所述的中央-周圍計算結構為以待統(tǒng)計的像素點中心，構成三個不同半徑的同心圓環(huán)形結構。所述的取樣點位于上述不同半徑的同心圓環(huán)上，每個同心圓環(huán)上按45°等4角度間隔提取八個取樣點；同一半徑上的取樣點具有相同的高斯尺度值，不同一半徑上的取樣點高斯尺度值不同。所述的統(tǒng)計方法具體為首先采用Daisy特征描述符提取方法，提取Daisy描述符D(U(I，Vtl)，對于像素點(u0,ν0),其Daisy描述符D(u0,v0)表示為權利要求一種基于梯度方向直方圖的判決式視覺顯著性檢測方法，其特征在于該方法包括如下步驟步驟(1)采用彩色變換方法，提取原始圖像在CIELAB空間的l彩色分量圖、a彩色分量圖和b彩色分量圖；步驟(2)利用中央周圍計算結構中的取樣點統(tǒng)計l彩色分量圖、a彩色分量圖和b彩色分量圖中每個像素點的局部梯度方向直方圖；所述的中央周圍計算結構為以待統(tǒng)計的像素點中心，構成三個不同半徑的同心圓環(huán)形結構；所述的取樣點位于上述不同半徑的同心圓環(huán)上，每個同心圓環(huán)上按45°等角度間隔提取八個取樣點；同一半徑上的取樣點具有相同的高斯尺度值，不同一半徑上的取樣點高斯尺度值不同；所述的統(tǒng)計方法具體為首先采用Daisy特征描述符提取方法，提取Daisy描述符D(u0，v0)，對于像素點(u0，v0)，其Daisy描述符D(u0，v0)表示為<mrow><mi>D</mi><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mfencedopen='['close=']'><mtable><mtr><mtd><msubsup><mi>H</mi><mn>1</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msubsup><mi>H</mi><mn>1</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msubsup><mi>H</mi><mn>1</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msubsup><mi>H</mi><mn>2</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msubsup><mi>H</mi><mn>2</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msubsup><mi>H</mi><mn>3</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msubsup><mi>H</mi><mn>3</mn><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mi>T</mi></msup></mrow>其中表示像素點(u0，v0)的梯度方向直方圖，lm(u0，v0，rn)表示中央周圍計算結構中第n個同心圓環(huán)上第m個取樣點的坐標，Hn(lm(u0，v0，rn))表示中央周圍計算結構中第n個同心圓環(huán)上第m個取樣點的梯度方向直方圖，每個梯度方向直方圖的統(tǒng)計過程中都是將梯度方向從0°到360°均勻量化到八個等角度范圍區(qū)間，m＝1，2，...，8，n＝1，2，3；然后將Daisy描述符D(u0，v0)中各梯度方向值，按相同梯度方向重新排列，由此中央周圍計算結構的局部顯著性描述符定義為L(u0，v0)<mrow><mi>L</mi><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>[</mo><msubsup><mi>&eta;</mi><mn>1</mn><mi>T</mi></msubsup><mo>,</mo><msubsup><mi>&eta;</mi><mn>2</mn><mi>T</mi></msubsup><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msubsup><mi>&eta;</mi><mi>k</mi><mi>T</mi></msubsup><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msubsup><mi>&eta;</mi><mn>8</mn><mi>T</mi></msubsup><mo>]</mo></mrow><mi>T</mi></msup><mo>,</mo></mrow>k＝1，2，....，8其中<mrow><msub><mi>&eta;</mi><mi>k</mi></msub><mo>=</mo><msup><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>h</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msub><mi>h</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msub><mi>h</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msub><mi>h</mi><mn>2</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msub><mi>h</mi><mn>2</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd></mtr><mtr><mtd><msub><mi>h</mi><mn>3</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>,</mo><msub><mi>h</mi><mn>3</mn></msub><mrow><mo>(</mo><msub><mi>l</mi><mn>8</mn></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mi>T</mi></msup></mrow>ηk為所有取樣點梯度方向直方圖中第k個梯度方向值的組合，hn(lm(u0，v0，rn)，θk)為梯度方向直方圖Hn(lm(u0，v0，rn))中第k個梯度方向的值；步驟(3)根據(jù)局部顯著性判決計算公式，計算每個像素點的局部顯著判決矢量Slocal(u0，v0)；具體計算過程為首先計算中央周圍計算結構中每個同心圓環(huán)對整個中央周圍計算結構的顯著判決貢獻度p(n)，<mrow><mi>p</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>m</mi><mo>&le;</mo><mn>8</mn></mrow></munder><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>k</mi><mo>&le;</mo><mn>8</mn></mrow></munder><msub><mi>h</mi><mi>n</mi></msub><mrow><mo>(</mo><msub><mi>l</mi><mi>m</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mi>n</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow></mrow><mrow><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>n</mi><mo>&le;</mo><mn>3</mn></mrow></munder><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>m</mi><mo>&le;</mo><mn>8</mn></mrow></munder><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>k</mi><mo>&le;</mo><mn>8</mn></mrow></munder><msub><mi>h</mi><mi>n</mi></msub><mrow><mo>(</mo><msub><mi>l</mi><mi>m</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mi>n</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow></mrow></mfrac></mrow>其次計算矢量ηk的均值和方差vk<mfencedopen='{'close=''><mtable><mtr><mtd><msub><mi>v</mi><mi>k</mi></msub><mo>=</mo><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>n</mi><mo>&le;</mo><mn>3</mn></mrow></munder><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>m</mi><mo>&le;</mo><mn>8</mn></mrow></munder><msup><mrow><mo>(</mo><msub><mi>h</mi><mi>n</mi></msub><mrow><mo>(</mo><msub><mi>l</mi><mi>m</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mi>n</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><msub><mover><mi>h</mi><mo>&OverBar;</mo></mover><mi>k</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mi>p</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><msub><mover><mi>h</mi><mo>&OverBar;</mo></mover><mi>k</mi></msub><mo>=</mo><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>n</mi><mo>&le;</mo><mn>3</mn></mrow></munder><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>m</mi><mo>&le;</mo><mn>8</mn></mrow></munder><msub><mi>h</mi><mi>n</mi></msub><mrow><mo>(</mo><msub><mi>l</mi><mi>m</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>,</mo><msub><mi>r</mi><mi>n</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>&theta;</mi><mi>k</mi></msub><mo>)</mo></mrow><mi>p</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced>然后計算單個彩色分量圖的局部顯著判決值Slocal(u0，v0)<mrow><msub><mi>S</mi><mi>local</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mn>8</mn></mfrac><munder><mi>&Sigma;</mi><mrow><mn>1</mn><mo>&le;</mo><mi>k</mi><mo>&le;</mo><mn>8</mn></mrow></munder><msub><mi>v</mi><mi>k</mi></msub></mrow>最后計算每個像素點的局部顯著判決矢量Slocal(u0，v0)，<mrow><msub><mi>S</mi><mi>local</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>S</mi><mi>local</mi><mi>l</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msubsup><mi>S</mi><mi>local</mi><mi>a</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msubsup><mi>S</mi><mi>local</mi><mi>b</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mi>T</mi></msup></mrow>其中表示l彩色分量圖的局部顯著判決值，表示a彩色分量圖的局部顯著判決值，表示b彩色分量圖的局部顯著判決值；步驟(4)根據(jù)全局顯著性判決計算公式，計算每個像素點的全局顯著判決矢量Sglobal(u0，v0)；具體計算過程為首先分別計算原始圖像l、a、b彩色分量圖中所有像素點的均值μl、μa和μb，構成均值矢量μg＝(μl，μa，μb)T；然后采用高斯方差為2.5的二維高斯濾波器進行高斯濾波，則像素點(u0，v0)的濾波后結果為gs(u0，v0)<mrow><msub><mi>g</mi><mi>s</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>g</mi><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mi>l</mi></msubsup><mo>,</mo><msubsup><mi>g</mi><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mi>a</mi></msubsup><mo>,</mo><msubsup><mi>g</mi><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mi>b</mi></msubsup><mo>)</mo></mrow><mi>T</mi></msup></mrow>其中c∈(l，a，b)為不同彩色分量下像素點(u0，v0)的高斯濾波值；最后計算每個像素點的全局顯著判決矢量Sglobal(u0，v0)<mrow><msub><mi>S</mi><mi>global</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>S</mi><mi>global</mi><mi>l</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msubsup><mi>S</mi><mi>global</mi><mi>a</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msubsup><mi>S</mi><mi>global</mi><mi>b</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>)</mo></mrow><mi>T</mi></msup><mo>=</mo><mo>|</mo><msub><mi>g</mi><mi>s</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><mo>,</mo><msub><mi>v</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><msubsup><mi>g</mi><mi>s</mi><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>u</mi><mn>0</mn></msub><msub><mrow><mo>,</mo><mi>v</mi></mrow><mn>0</mn></msub><mo>)</mo></mrow><mo>-</mo><msub><mi>&mu;</mi><mi>g</mi></msub><mo>&CenterDot;</mo><msup><msub><mi>&mu;</mi><mi>g</mi></msub><mi>T</mi></msup><mo>|</mo></mrow>其中表示l彩色分量圖的全局顯著判決值，表示a彩色分量圖的全局顯著判決值，表示b彩色分量圖的全局顯著判決值；步驟(5)根據(jù)計算獲得的局部顯著判決矢量和全局顯著判決矢量，采用線性加權方法獲得最終顯著判決結果Sfinal(u0，v0)，F(xiàn)SA00000323805000012.tif,FSA00000323805000023.tif,FSA00000323805000027.tif,FSA00000323805000028.tif,FSA00000323805000029.tif,FSA00000323805000031.tif,FSA00000323805000033.tif,FSA00000323805000034.tif,FSA00000323805000035.tif,FSA00000323805000036.tif全文摘要本發(fā)明涉及一種基于梯度方向直方圖的判決式視覺顯著性檢測方法。目前的方法分辨率低，提取的物體輪廓不全，計算復雜度高。本發(fā)明方法首先采用彩色變換方法，提取原始圖像在CIELAB空間彩色分量圖；其次利用中央-周圍計算結構中的取樣點統(tǒng)計分量圖中每個像素點的局部梯度方向直方圖；然后計算每個像素點的局部顯著判決矢量和全局顯著判決矢量；最后采用線性加權方法獲得最終的顯著判決結果。本發(fā)明方法在視覺顯著區(qū)域具有更強的響應，而在其他非顯著區(qū)域有更好的抑制能力。文檔編號G06K9/46GK101976338SQ20101052435公開日2011年2月16日申請日期2010年10月29日優(yōu)先權日2010年10月29日發(fā)明者周文暉,孫志海,張樺,戴國駿,樓斌,武二永申請人:杭州電子科技大學