基于频率域的显著性区域提取方法_于振洋
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收 稿 日 期 ：２０１１－０８－１９ 基 金 项 目 ：江 苏 省 属 高 校 自 然 科 学 研 究 资 助 项 目 （１１ＫＪＤ５２０００３）；淮 安 市 科 技 支 撑 计 划 资 助 项 目 （ＨＡＧ２０１００３０） 作 者 简 介 ：于 振 洋 （１９７６－ ），男 ，江 苏 淮 安 人 ，淮 阴 工 学 院 讲 师 ，主 要 从 事 智 能 信 息 处 理 方 面 的 研 究 ．
Ａｂｓｔｒａｃｔ：Ｇｅｎｅｒａｌ ｖｉｓｕａｌ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄｓ ｃａｎ ｎｏｔ ｃｏｎｓｉｓｔｅｎｔｌｙ ｈｉｇｈｌｉｇｈｔ ｓａ－ ｌｉｅｎｔ ｒｅｇｉｏｎ ａｎｄ ｇｉｖｅ ｗｅｌｌ－ｄｅｆｉｎｅｄ ｂｏｕｎｄａｒｉｅｓ ｏｆ ｓａｌｉｅｎｔ ｏｂｊｅｃｔｓ．Ｔｈｅｒｅｆｏｒｅ，ａ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｉｓ ｍｅｔｈｏｄ ｕｓｅｓ ａ ｃｏｍｂｉｎａ－ ｔｉｏｎ ｏｆ ＤｏＧ ｆｉｌｔｅｒｓ ｔｏ ｒｅｔａｉｎ ｍｏｒｅ ｆｒｅｑｕｅｎｃｙ ｃｏｎｔｅｎｔ ｆｒｏｍ ｔｈｅ ｏｒｉｇｉｎａｌ ｉｍａｇｅｓ，ａｎｄ ｕｓｅｓ ｃｏｌｏｒ ａｎｄ ｂｒｉｇｈｔｎｅｓｓ ｉｎｆｏｒｍａｔｉｏｎ ｔｏ ｅｓｔｉｍａｔｅ ｔｈｅ ｃｅｎｔｅｒ－ｓｕｒｒｏｕｎｄ ｃｏｎｔｒａｓｔ ｉｎ ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｄｏ－ ｍａｉｎ．Ｔｈｉｓ ｍｅｔｈｏｄ ｎｏｔ ｏｎｌｙ ｏｕｔｐｕｔｓ ｆｕｌｌ－ｒｅｓｏｌｕｔｉｏｎ ｓａｌｉｅｎｔ ｍａｐ，ｂｕｔ ａｌｓｏ ｓｏｌｖｅｓ ｔｈｅ ａｂｏｖｅ ｔｗｏ ｐｒｏｂｌｅｍｓ．Ｔｈｉｓ ｍｅｔｈｏｄ ｏｕｔｐｅｒｆｏｒｍｓ ｏｎ ｔｈｅ ｇｒｏｕｎｄ－ｔｒｕｔｈ ｅｖａｌｕａｔｉｏｎ ａｎｄ ｏｎ ｔｈｅ ｓｅｇｍｅｎ－ ｔａｔｉｏｎ ｔａｓｋ ｂｙ ａｃｈｉｅｖｉｎｇ ｂｏｔｈ ｈｉｇｈｅｒ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｂｅｔｔｅｒ ｒｅｃａｌｌ ｔｈａｎ ｔｈｅ ｍｕｌｔｉ－ｓｃａｌｅ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ａｎｄ Ｉｔｔｉ’ｓ ｍｅｔｈｏｄ． Ｋｅｙ ｗｏｒｄｓ：ｓａｌｉｅｎｃｙ ｍａｐ；ｌｅｖｅｌ ｓｅｔ；ｓｐｅｃｔｒａｌ ｒｅｓｉｄｕａｌ；ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ；ｒｅｃａｌｌ
中 图 分 类 号 ：ＴＰ３９１．４１
文 献 标 识 码 ：Ａ
Ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｂａｓｅｄ ｏｎ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ
ＹＵ Ｚｈｅｎ－ｙａｎｇ
（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕａｉｙｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｕａｉ’ａｎ ２２３００３，Ｃｈｉｎａ）
用 ｗｌｃ 代 表 低 频 截 断 阈 值，ｗｈｃ 代 表 高 频 截 断 阈值．为了克服多尺度 分 析 方 法 的 缺 点，突 出 大 的 显著性目标，需 要 考 虑 原 始 图 像 对 应 的 非 常 低 的 频率，也 就 是 ｗｌｃ 要 低．ｗｌｃ 低 有 助 于 一 致 地 突 出 显 著性目标，不会只突出 目 标 的 一 部 分．为 了 获 得 明 确的边界，需要保持原 始 图 像 对 应 的 高 频 信 息，也 就是 ｗｈｃ 要 高．然 而，为 了 避 免 噪 声、纹 理、阻 挡 物 体的高 频 信 息 的 干 扰，需 要 去 除 最 高 的 频 率．因 此，显著图应该包含较 大 范 围 的 频 率，所 以 一 些 带 通 滤 波 器 ［ｗｌｃ ，ｗｈｃ］的 组 合 是 非 常 必 要 的 ． ２．１ 高 斯 差 分 滤 波 器 带 通 滤 波 器 组 合
Ｖｏｌ．８ Ｎｏ．３ Ｓｅｐ．２０１１
基于频率域的显著性区域提取方法
于振洋
（淮阴工学院 计算机工程学院，江苏 淮安 ２２３００３）
摘 要：一般的视觉显著性区域提取方法都不能一致 地 突 出 显 著 性 区 域 和 给 出 显 著 目 标 定 义 明 确 的 边 界 ，
因此提出一种基于频率域的显著性区域提取方法．该方 法 使 用 高 斯 差 分 滤 波 器 的 组 合 来 保 持 原 图 像 更 多 的
（a） 玩具熊
（b） 图（a）的显著图
图 ２ 多 尺 度 分 析 方 法 的 显 著 图 Ｆｉｇ．２ Ｔｈｅ ｓａｌｉｅｎｃｙ ｉｍａｇｅ ｏｆ ｍｕｌｔｉ－ｓｃａｌｅ
ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ
２ 基 于 频 率 域 的 显 著 图 计 算 方 法
本方法基于颜色和亮度来估计中心－周围像 素对比度．它有三大优 势：一 致 地 使 显 著 性 区 域 突 出，并且 使 该 区 域 具 有 明 确 的 边 界；完 整 的 分 辨 率 ；计 算 简 单 ．
点的目标肯 定 能 被 三 个 滤 波 器 检 测 到，而 大 点 的
目标只能被 大 点 的 滤 波 器 检 测 到．因 为 最 终 的 显
第８卷第３期
于 振 洋 ：基 于 频 率 域 的 显 著 性 区 域 提 取 方 法
８５
著图是这三个特征图（对 应 着 三 个 滤 波 器 的 检 测） 之和的平均值，较小的 目 标 始 终 能 很 好 的 突 出．这 个从图２可 以 看 出，玩 具 熊 的 眼 睛 比 它 的 其 他 部 分更突出．因此，多尺度 分 析 方 法 不 能 统 一 地 突 出 显著性区域，只能突出 较 小 的 目 标．本 研 究 介 绍 的 方法能够解 决 这 个 问 题，有 效 地 输 出 完 整 分 辨 率 的显著图．
１ 多 尺 度 分 析 方 法 的 原 理
显著度是 由 图 像 区 域 与 其 周 围 区 域 （选 取 不 同的大小范围）的对比 度 所 决 定 的．在 多 尺 度 分 析 方法中，由图 像 区 域 各 像 素 的 特 征 向 量 均 值 与 其 邻域特征向量的距离得到此区域的显著度．
图１（ａ）中 区 域 Ｒ１（颜 色 较 深 区 域）为 一 个 固 定大小的区域，区域 Ｒ２（颜色较 浅 区 域）为 包 含 区 域 Ｒ１ 的一个 大 小 可 变（多 尺 度）区 域．图 １（ｂ）中 区域 Ｒ１ 的大小可以为一个像 素，但 是 当 图 像 中 噪 声比较 大 时，Ｒ１ 可 以 设 定 为 一 个 较 小 的 区 域，如： ９×９ 等像 素 块 大 小；而 区 域 Ｒ２ 大 小 有 ３ 个 尺 度 （ｈ／８，ｈ／４，ｈ／２，ｈ ≤ ｗ）．图１（ｃ）中通过由左到右、 由上到下遍历整 幅 图 像，计 算 Ｒ１ 和 Ｒ２ 的 特 征 距 离，并把特征距离转化 到 ０ ～ ２５５ 范 围 内，由 此 得 到灰度显著图．因为 Ｒ２ 有３个尺度，计算Ｒ１ 和Ｒ２ 的特征距离作 为 显 著 度，这 样 共 得 到 ３ 幅 灰 度 显 著图．对３幅显著图对 应 像 素 点 的 灰 度 值 求 和、求 平 均 ，就 得 到 与 原 图 像 一 样 大 小 的 显 著 图 ．
频率信息，在频率域里利用颜色和亮度信息来预测中间－周围对比度．该方法不仅能输出完整分辨率的显 著
图，而且解决了上述两个问题．对真实数据试验结果表 明，该 方 法 分 割 的 查 准 率 和 查 全 率 都 好 于 多 尺 度 分 析
方 法 和 Ｉｔｔｉ方 法 ．
关 键 词 ：显 著 图 ；频 率 域 ；多 尺 度 分 析 ；图 像 分 割 ；查 全 率
图像 Ｒ１显著度可以表示为：
Ｎ１
Ｎ２
［（ ） （ ）］ ∑ ∑ ｃｉｊ ＝ Ｄ
１ Ｎ１
Ｖｐ
ｐ＝１
，
１ Ｎ２
Ｖｑ
ｑ＝１
． （１）
式 中：Ｎ１ 和 Ｎ２ 分别为区域Ｒ１和区域Ｒ２中像素的
个数；Ｖ 为 区 域 Ｒ１ 和 区 域 Ｒ２ 中 各 像 素 的 特 征 向
量；Ｄ 为欧氏距离．
ຫໍສະໝຸດ Baidu
为了方便计 算，由 于 在 ＣＩＥＬａｂ 颜 色 空 间 中，
８４
长 沙 理 工 大 学 学 报 （自 然 科 学 版 ）
２０１１ 年 ９ 月
基于视觉特征 的 方 法 最 具 代 表 性 的 是Ｉｔｔｉ等 人 提 ［１］ 出 的 显 著 图 方 法．这 种 方 法 利 用 了 神 经 生 理 学 中 的 感 受 野 、侧 抑 制 神 经 网 络 等 研 究 成 果 ，模 拟了人的视 觉 注 意 力 机 制，认 为 像 素 与 背 景 的 对 比是吸引人注意 的 重 要 因 素，并 把 这 种 对 比 定 义 为该点的显 著 值．综 合 考 虑 颜 色、亮 度、方 向 等 多 种特征的显著值 得 到 图 像 的 显 著 图，然 后 再 根 据 显著图确定图像的显 著 区 域．在 此 基 础 上，很 多 人 也提 出 了 不 同 的 显 著 性 分 析 方 法，如：图 论 ＧＢ－ ＶＳ［２］和频谱残差 ＳＲ［３］等．国 内 在Ｉｔｔｉ方 法 的 基 础 上提 出 了 多 尺 度 分 析 方 法 检 ［４］ 测 效 果 比 较 好，而 且 保 持 了 图 像 的 完 整 分 辨 率 ，防 止 信 息 丢 失 ．
第８卷第３期 ２０１１ 年 ９ 月
长 沙 理 工 大 学 学 报 （自 然 科 学 版 ） Ｊｏｕｒｎａｌ ｏｆ Ｃｈａｎｇｓｈａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）
文 章 编 号 ：１６７２－９３３１（２０１１）０３－００８３－０６
（３）
式中：ｍｉｊ是显著图 Ｍ 的像素所对应的显著度值．
多尺度分 析 方 法 保 持 了 图 像 的 分 辨 率，根 据
多尺度分析 方 法 的 原 理，小 于 滤 波 器 尺 寸 的 目 标
可以检测出 来，但 大 于 滤 波 器 尺 寸 的 目 标 只 能 部
分检测出来．能 被 最 小 滤 波 器 很 好 检 测 到 的 小 一
人所感觉的颜色差距近似 为 欧 氏 距 离，因 此 式 （１）
中Ｄ 可以表示为：
Ｄ ＝ ‖ｖ１ －ｖ２‖．
（２）
式中：ｖ１＝［Ｌ１，ａ１，ｂ１］Ｔ；ｖ２＝ ［Ｌ２，ａ２，ｂ２］Ｔ 分 别 为
区域 Ｒ１和区域 Ｒ２的平均特征向量． 最终的显著图 Ｍ 在多种尺度ｓ 下显著图的显
著度值的和为：
∑ ｍｉｊ ＝ ｃｉｊ． Ｓ
对于一 幅 图 像 来 说，用 户 一 般 只 对 图 像 中 的 会选择不同 的 区 域 作 为 显 著 区 域．常 用 的 方 法 是 部分区域感 兴 趣，这 部 分 感 兴 趣 的 区 域 代 表 了 用 利用人的注 意 力 机 制 为 基 础 计 算 图 像 的 显 著 度． 户的查询意 图，而 多 数 剩 余 的 不 感 兴 趣 区 域 则 与 认知心理学 的 研 究 表 明，图 像 中 有 些 区 域 能 显 著 用户查询意 图 无 关．显 著 区 域 是 图 像 中 最 能 引 起 地吸引人的注意，这些 区 域 含 有 较 大 的 信 息 量．认 用户兴趣、最 能 表 现 图 像 内 容 的 区 域．事 实 上，显 知科学家已经提出了许 多 数 学 模 型 来 模 拟 人 的 注 著区域的选 择 是 非 常 主 观 的．由 于 用 户 任 务 和 知 意力机制．由 于 利 用 了 图 像 认 知 过 程 中 的 一 般 规 识背景的不同，对于同 一 幅 图 像，不 同 的 用 户 可 能 律，这样提取的显著区域比较符合人的主观评价．
作者借鉴多尺度分析方法的思想提出一种基 于频率域的图像 显 著 区 域 的 提 取 方 法，并 与 多 尺 度 分 析 方 法 和Ｉｔｔｉ方 法 进 行 了 对 比 ．为 此 ，下 面 首 先简要介绍一下 多 尺 度 分 析 方 法 的 原 理，在 此 基 础上详 细 阐 述 了 本 研 究 提 出 的 显 著 区 域 提 取 方 法，并通过 实 验 对 比 了 本 研 究 提 出 的 方 法 与 Ｉｔｔｉ 方 法 、多 尺 度 分 析 方 法 的 性 能 好 坏 和 分 割 效 果 ．
w
R2
R1
h/2
h
h/2
（a） 对比度滤波器里的内部区域 R1 和 R2 （b） 当 R1 大小固定时，不同尺度对应的 R2 的大小
（c） 计算显著图的遍历顺序
图 １ 多 尺 度 分 析 方 法 流 程 示 意 图 Ｆｉｇ．１ Ｔｈｅ ｆｌｏｗ ｄｉａｇｒａｍ ｏｆ ｍｕｌｔｉ－ｓｃａｌｅ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ
Ａｂｓｔｒａｃｔ：Ｇｅｎｅｒａｌ ｖｉｓｕａｌ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄｓ ｃａｎ ｎｏｔ ｃｏｎｓｉｓｔｅｎｔｌｙ ｈｉｇｈｌｉｇｈｔ ｓａ－ ｌｉｅｎｔ ｒｅｇｉｏｎ ａｎｄ ｇｉｖｅ ｗｅｌｌ－ｄｅｆｉｎｅｄ ｂｏｕｎｄａｒｉｅｓ ｏｆ ｓａｌｉｅｎｔ ｏｂｊｅｃｔｓ．Ｔｈｅｒｅｆｏｒｅ，ａ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｉｓ ｍｅｔｈｏｄ ｕｓｅｓ ａ ｃｏｍｂｉｎａ－ ｔｉｏｎ ｏｆ ＤｏＧ ｆｉｌｔｅｒｓ ｔｏ ｒｅｔａｉｎ ｍｏｒｅ ｆｒｅｑｕｅｎｃｙ ｃｏｎｔｅｎｔ ｆｒｏｍ ｔｈｅ ｏｒｉｇｉｎａｌ ｉｍａｇｅｓ，ａｎｄ ｕｓｅｓ ｃｏｌｏｒ ａｎｄ ｂｒｉｇｈｔｎｅｓｓ ｉｎｆｏｒｍａｔｉｏｎ ｔｏ ｅｓｔｉｍａｔｅ ｔｈｅ ｃｅｎｔｅｒ－ｓｕｒｒｏｕｎｄ ｃｏｎｔｒａｓｔ ｉｎ ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｄｏ－ ｍａｉｎ．Ｔｈｉｓ ｍｅｔｈｏｄ ｎｏｔ ｏｎｌｙ ｏｕｔｐｕｔｓ ｆｕｌｌ－ｒｅｓｏｌｕｔｉｏｎ ｓａｌｉｅｎｔ ｍａｐ，ｂｕｔ ａｌｓｏ ｓｏｌｖｅｓ ｔｈｅ ａｂｏｖｅ ｔｗｏ ｐｒｏｂｌｅｍｓ．Ｔｈｉｓ ｍｅｔｈｏｄ ｏｕｔｐｅｒｆｏｒｍｓ ｏｎ ｔｈｅ ｇｒｏｕｎｄ－ｔｒｕｔｈ ｅｖａｌｕａｔｉｏｎ ａｎｄ ｏｎ ｔｈｅ ｓｅｇｍｅｎ－ ｔａｔｉｏｎ ｔａｓｋ ｂｙ ａｃｈｉｅｖｉｎｇ ｂｏｔｈ ｈｉｇｈｅｒ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｂｅｔｔｅｒ ｒｅｃａｌｌ ｔｈａｎ ｔｈｅ ｍｕｌｔｉ－ｓｃａｌｅ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ａｎｄ Ｉｔｔｉ’ｓ ｍｅｔｈｏｄ． Ｋｅｙ ｗｏｒｄｓ：ｓａｌｉｅｎｃｙ ｍａｐ；ｌｅｖｅｌ ｓｅｔ；ｓｐｅｃｔｒａｌ ｒｅｓｉｄｕａｌ；ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ；ｒｅｃａｌｌ
中 图 分 类 号 ：ＴＰ３９１．４１
文 献 标 识 码 ：Ａ
Ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｂａｓｅｄ ｏｎ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｅｘｔｒａｃｔｉｏｎ
ＹＵ Ｚｈｅｎ－ｙａｎｇ
（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕａｉｙｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｕａｉ’ａｎ ２２３００３，Ｃｈｉｎａ）
用 ｗｌｃ 代 表 低 频 截 断 阈 值，ｗｈｃ 代 表 高 频 截 断 阈值．为了克服多尺度 分 析 方 法 的 缺 点，突 出 大 的 显著性目标，需 要 考 虑 原 始 图 像 对 应 的 非 常 低 的 频率，也 就 是 ｗｌｃ 要 低．ｗｌｃ 低 有 助 于 一 致 地 突 出 显 著性目标，不会只突出 目 标 的 一 部 分．为 了 获 得 明 确的边界，需要保持原 始 图 像 对 应 的 高 频 信 息，也 就是 ｗｈｃ 要 高．然 而，为 了 避 免 噪 声、纹 理、阻 挡 物 体的高 频 信 息 的 干 扰，需 要 去 除 最 高 的 频 率．因 此，显著图应该包含较 大 范 围 的 频 率，所 以 一 些 带 通 滤 波 器 ［ｗｌｃ ，ｗｈｃ］的 组 合 是 非 常 必 要 的 ． ２．１ 高 斯 差 分 滤 波 器 带 通 滤 波 器 组 合
Ｖｏｌ．８ Ｎｏ．３ Ｓｅｐ．２０１１
基于频率域的显著性区域提取方法
于振洋
（淮阴工学院 计算机工程学院，江苏 淮安 ２２３００３）
摘 要：一般的视觉显著性区域提取方法都不能一致 地 突 出 显 著 性 区 域 和 给 出 显 著 目 标 定 义 明 确 的 边 界 ，
因此提出一种基于频率域的显著性区域提取方法．该方 法 使 用 高 斯 差 分 滤 波 器 的 组 合 来 保 持 原 图 像 更 多 的
（a） 玩具熊
（b） 图（a）的显著图
图 ２ 多 尺 度 分 析 方 法 的 显 著 图 Ｆｉｇ．２ Ｔｈｅ ｓａｌｉｅｎｃｙ ｉｍａｇｅ ｏｆ ｍｕｌｔｉ－ｓｃａｌｅ
ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ
２ 基 于 频 率 域 的 显 著 图 计 算 方 法
本方法基于颜色和亮度来估计中心－周围像 素对比度．它有三大优 势：一 致 地 使 显 著 性 区 域 突 出，并且 使 该 区 域 具 有 明 确 的 边 界；完 整 的 分 辨 率 ；计 算 简 单 ．
点的目标肯 定 能 被 三 个 滤 波 器 检 测 到，而 大 点 的
目标只能被 大 点 的 滤 波 器 检 测 到．因 为 最 终 的 显
第８卷第３期
于 振 洋 ：基 于 频 率 域 的 显 著 性 区 域 提 取 方 法
８５
著图是这三个特征图（对 应 着 三 个 滤 波 器 的 检 测） 之和的平均值，较小的 目 标 始 终 能 很 好 的 突 出．这 个从图２可 以 看 出，玩 具 熊 的 眼 睛 比 它 的 其 他 部 分更突出．因此，多尺度 分 析 方 法 不 能 统 一 地 突 出 显著性区域，只能突出 较 小 的 目 标．本 研 究 介 绍 的 方法能够解 决 这 个 问 题，有 效 地 输 出 完 整 分 辨 率 的显著图．
１ 多 尺 度 分 析 方 法 的 原 理
显著度是 由 图 像 区 域 与 其 周 围 区 域 （选 取 不 同的大小范围）的对比 度 所 决 定 的．在 多 尺 度 分 析 方法中，由图 像 区 域 各 像 素 的 特 征 向 量 均 值 与 其 邻域特征向量的距离得到此区域的显著度．
图１（ａ）中 区 域 Ｒ１（颜 色 较 深 区 域）为 一 个 固 定大小的区域，区域 Ｒ２（颜色较 浅 区 域）为 包 含 区 域 Ｒ１ 的一个 大 小 可 变（多 尺 度）区 域．图 １（ｂ）中 区域 Ｒ１ 的大小可以为一个像 素，但 是 当 图 像 中 噪 声比较 大 时，Ｒ１ 可 以 设 定 为 一 个 较 小 的 区 域，如： ９×９ 等像 素 块 大 小；而 区 域 Ｒ２ 大 小 有 ３ 个 尺 度 （ｈ／８，ｈ／４，ｈ／２，ｈ ≤ ｗ）．图１（ｃ）中通过由左到右、 由上到下遍历整 幅 图 像，计 算 Ｒ１ 和 Ｒ２ 的 特 征 距 离，并把特征距离转化 到 ０ ～ ２５５ 范 围 内，由 此 得 到灰度显著图．因为 Ｒ２ 有３个尺度，计算Ｒ１ 和Ｒ２ 的特征距离作 为 显 著 度，这 样 共 得 到 ３ 幅 灰 度 显 著图．对３幅显著图对 应 像 素 点 的 灰 度 值 求 和、求 平 均 ，就 得 到 与 原 图 像 一 样 大 小 的 显 著 图 ．
频率信息，在频率域里利用颜色和亮度信息来预测中间－周围对比度．该方法不仅能输出完整分辨率的显 著
图，而且解决了上述两个问题．对真实数据试验结果表 明，该 方 法 分 割 的 查 准 率 和 查 全 率 都 好 于 多 尺 度 分 析
方 法 和 Ｉｔｔｉ方 法 ．
关 键 词 ：显 著 图 ；频 率 域 ；多 尺 度 分 析 ；图 像 分 割 ；查 全 率
图像 Ｒ１显著度可以表示为：
Ｎ１
Ｎ２
［（ ） （ ）］ ∑ ∑ ｃｉｊ ＝ Ｄ
１ Ｎ１
Ｖｐ
ｐ＝１
，
１ Ｎ２
Ｖｑ
ｑ＝１
． （１）
式 中：Ｎ１ 和 Ｎ２ 分别为区域Ｒ１和区域Ｒ２中像素的
个数；Ｖ 为 区 域 Ｒ１ 和 区 域 Ｒ２ 中 各 像 素 的 特 征 向
量；Ｄ 为欧氏距离．
ຫໍສະໝຸດ Baidu
为了方便计 算，由 于 在 ＣＩＥＬａｂ 颜 色 空 间 中，
８４
长 沙 理 工 大 学 学 报 （自 然 科 学 版 ）
２０１１ 年 ９ 月
基于视觉特征 的 方 法 最 具 代 表 性 的 是Ｉｔｔｉ等 人 提 ［１］ 出 的 显 著 图 方 法．这 种 方 法 利 用 了 神 经 生 理 学 中 的 感 受 野 、侧 抑 制 神 经 网 络 等 研 究 成 果 ，模 拟了人的视 觉 注 意 力 机 制，认 为 像 素 与 背 景 的 对 比是吸引人注意 的 重 要 因 素，并 把 这 种 对 比 定 义 为该点的显 著 值．综 合 考 虑 颜 色、亮 度、方 向 等 多 种特征的显著值 得 到 图 像 的 显 著 图，然 后 再 根 据 显著图确定图像的显 著 区 域．在 此 基 础 上，很 多 人 也提 出 了 不 同 的 显 著 性 分 析 方 法，如：图 论 ＧＢ－ ＶＳ［２］和频谱残差 ＳＲ［３］等．国 内 在Ｉｔｔｉ方 法 的 基 础 上提 出 了 多 尺 度 分 析 方 法 检 ［４］ 测 效 果 比 较 好，而 且 保 持 了 图 像 的 完 整 分 辨 率 ，防 止 信 息 丢 失 ．
第８卷第３期 ２０１１ 年 ９ 月
长 沙 理 工 大 学 学 报 （自 然 科 学 版 ） Ｊｏｕｒｎａｌ ｏｆ Ｃｈａｎｇｓｈａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）
文 章 编 号 ：１６７２－９３３１（２０１１）０３－００８３－０６
（３）
式中：ｍｉｊ是显著图 Ｍ 的像素所对应的显著度值．
多尺度分 析 方 法 保 持 了 图 像 的 分 辨 率，根 据
多尺度分析 方 法 的 原 理，小 于 滤 波 器 尺 寸 的 目 标
可以检测出 来，但 大 于 滤 波 器 尺 寸 的 目 标 只 能 部
分检测出来．能 被 最 小 滤 波 器 很 好 检 测 到 的 小 一
人所感觉的颜色差距近似 为 欧 氏 距 离，因 此 式 （１）
中Ｄ 可以表示为：
Ｄ ＝ ‖ｖ１ －ｖ２‖．
（２）
式中：ｖ１＝［Ｌ１，ａ１，ｂ１］Ｔ；ｖ２＝ ［Ｌ２，ａ２，ｂ２］Ｔ 分 别 为
区域 Ｒ１和区域 Ｒ２的平均特征向量． 最终的显著图 Ｍ 在多种尺度ｓ 下显著图的显
著度值的和为：
∑ ｍｉｊ ＝ ｃｉｊ． Ｓ
对于一 幅 图 像 来 说，用 户 一 般 只 对 图 像 中 的 会选择不同 的 区 域 作 为 显 著 区 域．常 用 的 方 法 是 部分区域感 兴 趣，这 部 分 感 兴 趣 的 区 域 代 表 了 用 利用人的注 意 力 机 制 为 基 础 计 算 图 像 的 显 著 度． 户的查询意 图，而 多 数 剩 余 的 不 感 兴 趣 区 域 则 与 认知心理学 的 研 究 表 明，图 像 中 有 些 区 域 能 显 著 用户查询意 图 无 关．显 著 区 域 是 图 像 中 最 能 引 起 地吸引人的注意，这些 区 域 含 有 较 大 的 信 息 量．认 用户兴趣、最 能 表 现 图 像 内 容 的 区 域．事 实 上，显 知科学家已经提出了许 多 数 学 模 型 来 模 拟 人 的 注 著区域的选 择 是 非 常 主 观 的．由 于 用 户 任 务 和 知 意力机制．由 于 利 用 了 图 像 认 知 过 程 中 的 一 般 规 识背景的不同，对于同 一 幅 图 像，不 同 的 用 户 可 能 律，这样提取的显著区域比较符合人的主观评价．
作者借鉴多尺度分析方法的思想提出一种基 于频率域的图像 显 著 区 域 的 提 取 方 法，并 与 多 尺 度 分 析 方 法 和Ｉｔｔｉ方 法 进 行 了 对 比 ．为 此 ，下 面 首 先简要介绍一下 多 尺 度 分 析 方 法 的 原 理，在 此 基 础上详 细 阐 述 了 本 研 究 提 出 的 显 著 区 域 提 取 方 法，并通过 实 验 对 比 了 本 研 究 提 出 的 方 法 与 Ｉｔｔｉ 方 法 、多 尺 度 分 析 方 法 的 性 能 好 坏 和 分 割 效 果 ．
w
R2
R1
h/2
h
h/2
（a） 对比度滤波器里的内部区域 R1 和 R2 （b） 当 R1 大小固定时，不同尺度对应的 R2 的大小
（c） 计算显著图的遍历顺序
图 １ 多 尺 度 分 析 方 法 流 程 示 意 图 Ｆｉｇ．１ Ｔｈｅ ｆｌｏｗ ｄｉａｇｒａｍ ｏｆ ｍｕｌｔｉ－ｓｃａｌｅ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ