申请/专利权人：辽宁工程技术大学

申请日：2021-06-22

公开（公告）日：2024-03-15

公开（公告）号：CN113379785B

主分类号：G06T7/194

分类号：G06T7/194;G06T7/13;G06T5/94

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2021.09.28#实质审查的生效;2021.09.10#公开

摘要：本发明公开了一种融合边界先验与频域信息的显著性目标检测方法，主要步骤包括：利用像素之间特征的相似性将像素分组，用少量的超像素代替大量的像素来表达图片的特征信息；边界先验模型假设图像的边界为非显著区域，并以此作为先验知识；选取LBP纹理特征来衡量超像素间的纹理差异，以表征超像素块的边界特征；通过傅里叶变换将边界先验特征图的非边界区域转换到频率域，来实现频域显著性区域的检测；将边界先验显著图和频域特征显著图融合；采用同态滤波对初级显著图进行图像增强，得到显著区域较为清晰的最终显著图。本发明的结合了边界信息与频域信息，对于复杂场景下的显著性目标，能够检测出边界更加完整的显著区域。

主权项：1.一种融合边界先验与频域信息的显著性目标检测方法，其特征在于，包括以下步骤：1、利用像素之间特征的相似性将像素分组，用少量的超像素代替大量的像素来表达图片的特征信息；2、边界先验模型假设图像的边界为非显著区域，并以此作为先验知识，对图像中的区域进行相似度分析，评估分离显著目标，得到前景目标突出的边界先验特征图；3、将超像素间的纹理差异融入到边界先验的方法，并选取LBP纹理特征来衡量超像素间的纹理差异，以表征超像素块的边界特征；4、通过傅里叶变换将边界先验特征图的非边界区域转换到频率域，来实现频域显著性区域的检测；5、将边界先验显著图和频域特征显著图融合；6、采用同态滤波对初级显著图进行图像增强，得到显著区域较为清晰的最终显著图；在所述步骤5中，利用低秩能量为参与融合的显著性图计算自适应的权重，再通过加权相加，获得初级显著图： 其中，表示显著图的自适应权重，表示每幅显著图的能量。

全文数据：

权利要求：

百度查询： 辽宁工程技术大学 一种融合边界先验与频域信息的显著性目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD