張文康，朱 倩，陳瀟君

(1.江蘇大學(xué)附屬醫(yī)院 信息科，江蘇 鎮(zhèn)江212013；2.江蘇大學(xué) 計算機科學(xué)與通信工程學(xué)院，江蘇 鎮(zhèn)江 212013)

擬人視覺系統(tǒng)的顯著性檢測方法*

張文康1，朱 倩2，陳瀟君2

(1.江蘇大學(xué)附屬醫(yī)院 信息科，江蘇 鎮(zhèn)江212013；2.江蘇大學(xué) 計算機科學(xué)與通信工程學(xué)院，江蘇 鎮(zhèn)江 212013)

從人眼的視覺機制出發(fā)，提出了一種擬人視覺系統(tǒng)的顯著性檢測方法。該方法首先對圖像進行量化并選取出高頻顏色，降低了計算的復(fù)雜度，然后對圖像進行分割對比，初始的視覺點以圖像的中心作為基準點，通過提出的視覺引力模型迭代計算出視覺點的移動軌跡，最終尋找到顯著區(qū)域。在公開的數(shù)據(jù)集上的實驗結(jié)果表明，本方法所尋找到的顯著區(qū)域相對于其他方法能夠更精確地對顯著區(qū)域進行標注，更加符合實際應(yīng)用。

顯著性檢測；擬人視覺；圖像量化；視覺引力

0引言

顯著性可以描述為場景中的某一元素相對于同場景其他元素更加能吸引人的注意力，是人類在視覺感知的過程中總結(jié)出來的，由于人的視覺共性，使得有些元素對于不同的人來講吸引力是共同的，這些區(qū)域往往集中了最重要的信息，因此顯著性檢測在圖像處理領(lǐng)域顯得十分重要，主要的應(yīng)用領(lǐng)域包括：圖像的檢索、數(shù)據(jù)壓縮、目標識別、導(dǎo)航定位等。目前國內(nèi)外學(xué)者對這一領(lǐng)域進行了廣泛深入的研究，主要的研究方法有：ITTI L和KOCH C[1]提出跨尺度周邊算子模型來進行顯著區(qū)域的檢測，主要原理是通過計算小尺度和大尺度特征差別來計算顯著性。但是該方法計算過程復(fù)雜，并且精確性不高。HARBEL J[2]提出使用馬爾科夫鏈計算中心周邊概率，并用基于圖論的概率模型得到顯著圖，此方法的提取精度有提升，但是計算仍然復(fù)雜。GAO D[3]通過最大值法提取中心和周邊區(qū)域中特征分布的相互信息，提取的效果較好。

1 圖像量化

圖像的顯著性計算需要對每個像素點進行計算，那么在計算時就有2563種顏色。顏色變化范圍很小時人眼是無法準確區(qū)分的。如圖1所示，每個通道的顏色小范圍變化時，所得到的最終顏色圖的差異是不大的。每個通道的顏色變化較大時，最終所得到的圖的顏色可以觀察到明顯的變化。所以，在小范圍減少圖像中顏色數(shù)目，圖像質(zhì)量會下降，但是對最終圖像的顯示影響很小，所以可以將相似的顏色量化為相同的顏色。

圖1 顏色變化對比圖

定義如下：

其中Q(Ii)表示量化圖像 Ii，RGB三通道每個通道的色值最終被映射為12等分。

對于每個像素 Ps，t∈Ii，其色值量化為：

量化后的像素庫定義為：

經(jīng)過量化后的RGB空間有1 728中顏色，也就是123，很顯然自然圖像的色彩只屬于這1 728種顏色的一小部分，同時人眼也無法精確辨別這些顏色。所以就需要對圖像進行篩選，為了不影響圖片的質(zhì)量，就要確保篩選出的色值能夠覆蓋大多數(shù)的像素點，對于少部分沒有覆蓋到的像素點可以用距離其最近的色值替代。

則圖像集被定義為：

在本文約定選出的色值要能覆蓋95%的像素點，也就是剩余的5%的像素點用相近的色值代替。則：

截斷的范圍定義如下：

Ni-k≥256表示像素累加到5%時，若此時能夠合理表征圖像的顏色個數(shù)還是超過 256，則 Mi取值為 256，避免了顏色的相似性。

根據(jù)式(9)、式(10)可把出現(xiàn)頻率比較低的顏色用最相似的顏色代替。

經(jīng)過量化后大大降低了顏色的數(shù)目，以圖2為例，量化前顏色數(shù)目為58 921，量化后的顏色數(shù)目為100，這樣就加快了圖像處理的速度。

圖2 圖像量化對比圖

量化后的數(shù)據(jù)集定義為：

2 顏色空間轉(zhuǎn)換

將圖像從RGB空間轉(zhuǎn)換到XYZ空間，轉(zhuǎn)換矩陣如下：

轉(zhuǎn)化后得到像素帶點在XYZ空間下每個通道的色值，接著再轉(zhuǎn)換到 Lab顏色空間，經(jīng)過一系列的顏色空間轉(zhuǎn)換之后，顏色數(shù)據(jù)集定義為：

3 擬人視覺系統(tǒng)的顯著性計算

使用GB分割算法對圖像進行分割，得到每一個小的圖像塊，相同的圖像塊可認為是一個整體，則可認為一個圖像塊中的像素點具有相同的顯著性。當兩個圖像塊距離較遠時，對人的視覺影響比較大，同理，較近時對人眼的視覺影響較小。則顯著性計算公式如下：

其中，S(sk)代表圖像塊 sk的顯著值，w(si)表示圖像塊 si對 sk的顯著值影響，這里的影響值計為圖像塊 si的總像素數(shù)。Ds(sk，si)是圖像塊 sk和 si中心之間的歐式距離，表示空間權(quán)值，Dc(sk，si)表示圖像塊 sk和 si之間的顏色距離：

其中，f(ck，j)表示圖像塊sk中第 j種顏色出現(xiàn)的次數(shù)。

視覺角度來講，人眼在觀察圖像的時候首先是會集中在圖像的中心，然后再移動到顯著性區(qū)域，所以本文提出一種擬人視覺系統(tǒng)的顯著性計算方法，顯著性計算公式改寫如下：

其中，Ds(sk，VFn)表示圖像塊sk和視覺點VFn之間的距離。

分割后不同的圖像塊對人眼的吸引是不同的，人在觀察圖像時最先會被中心吸引，然后才會被顯著性區(qū)域吸引，這種吸引稱為視覺引力。視覺引力的大小與像素點的顯著性和視覺點之間的距離有關(guān)，這里定義每個像素對視覺點的引力如下：

其中，S(pi)表示顯著點 pi的顯著性，D2(pi，VF)表示像素點pi到視覺點 VF的距離，γ為調(diào)節(jié)參數(shù)，本文設(shè)為 1。

則所有的像素點會形成一個合力，如下所示：

想要獲得最終視覺點的位置，就需要計算初始的視覺點的位移偏量，由式(18)得出每個像素點在水平和垂直方向上的分力：

其中，px和py表示像素點在水平和垂直方向的坐標，VFx、VFy表示視覺點在水平和垂直方向的坐標。

這里參考力學(xué)模型，所以可以理解，視覺點在視覺引力的作用下，移動的規(guī)則與力學(xué)中的規(guī)則是一致的。

例如，如圖3 F2的值比 F1的值大，但是他們的方向是相反的，因此視覺點就從L1移到L2。

圖3 引力分解模型

所有像素點在水平和垂直方向上分力的合力為：

對像素點坐標與 FH、FV進行量化：

則可得最終視覺點的坐標：

則根據(jù)式(16)可得最終的視覺點。

算法流程如下：(1)輸入圖像，并分割得到其圖像塊集；(2)計算圖像塊集中每一個圖像塊的顯著值；(3)計算每一個像素對上一個視覺點的引力；(4)計算引力在橫坐標和縱坐標上的分力；(5)計算所有像素在橫坐標和縱坐標上分力的合力；(6)計算出視覺點移動的距離；(7)計算出新視覺點的位置；(8)重復(fù)步驟(2～7)，直到兩個視覺點的距離小于一個閾值，則可認為最終計算的視覺點為顯著性區(qū)域。

4 實驗與分析

采用achanta圖像集，選用該圖像集的好處就是每一張圖像都對顯著區(qū)域進行了標注，有利于確認算法最終結(jié)果的準確性。對其中的圖像進行分類，選取200張顯著區(qū)域在中心的圖片，記為數(shù)據(jù)集A；選取200張顯著區(qū)域不在中心的圖片，記為數(shù)據(jù)集B。

評價指標選用準確率和召回率，并選用目前常用的區(qū)域?qū)Ρ蕊@著性檢測方法[4]和多尺度顯著性檢測方法[5]同時來處理圖片，與本文方法進行對比。實驗中分別檢測數(shù)據(jù)集A和數(shù)據(jù)集B中的顯著性區(qū)域，并與人工標準的結(jié)果進行對比計算，獲得每一副圖像的準確率和召回率。

使用實驗集A去評估3種方法的顯著性檢測結(jié)果，并計算出準確率和召回率的平均值，繪制出直方圖進行對比。

如圖4所示，使用本文方法和區(qū)域?qū)Ρ确ㄓ嬎愠龅臏蚀_率和召回率要高于多尺度法，這是由于選取的數(shù)據(jù)集A中的圖片顯著性區(qū)域都位于圖片的中心，使用本文算法和區(qū)域?qū)Ρ确ǚ椒ㄟM行視覺焦點加權(quán)時，顯著性檢測的效果會更好，使得圖片中的顯著性區(qū)域會被準確地檢測出來。

圖4 3種算法在實驗集A上的對比

再使用實驗集B來評估本文算法、區(qū)域?qū)Ρ确?、多尺度法對于顯著性區(qū)域的檢測效果。

如圖5所示，本文算法和多尺度法的準確率和召回率比區(qū)域?qū)Ρ确ǜ撸@是由于數(shù)據(jù)集B中的圖片的顯著區(qū)域沒有位于圖像的中心。區(qū)域?qū)Ρ确椒ǖ男Ч^差是因為加強了中心區(qū)域，也就是非顯著性區(qū)域，而使用本文算法，由于是模擬人眼的視覺機制，可以正確找到視覺顯著區(qū)域，所以在數(shù)據(jù)集B上使用本文算法方法可以更加準確地檢測出顯著性區(qū)域。

圖6分別表示顯著性區(qū)域在中心和不在中心的檢測結(jié)果。可以看出，區(qū)域?qū)Ρ确椒▽︼@著區(qū)域不在中心的檢測效果不理想，因為其會分割出不屬于顯著區(qū)域的部分并對其效果進行增強。多尺度法對于顯著區(qū)域在中心的圖片檢測效果不理想，是因為其會導(dǎo)致周圍的區(qū)域顯著值過大，從而影響中心區(qū)域的顯著值。

圖5 3種算法在實驗集B上的對比

圖6 實際檢測效果對比

5 結(jié)束語

本文從人眼視覺機制角度提出了擬人視覺系統(tǒng)的顯著性檢測方法，首先概述了目前常見的顯著性檢測的研究方法，然后詳細闡述了本文所提算法的前提條件，也就是圖像量化和顏色篩選。從人眼視覺機制出發(fā)，提出了視覺引力的概念，并給出了詳細的計算方法，通過視覺引力計算出人眼對于圖像中的視覺點，并最終獲取到顯著性區(qū)域。通過實驗構(gòu)建了兩個不同類型的數(shù)據(jù)集，通過與其他常見算法的對比證明本文所提算法的準確性要高，并證明了算法的可行性。

[1]ITTI L，KOCH C，NIEBUR E.A model of saliency-based visual attention for rapid scene analysis[J].IEEE Transaction on Pattern Analysis and Machined Intelligence，1998，20 (11)：1254-1259.

[2]HAREL J，KOCH C，PERONA P.Graph-based visual saliency[C].Advances in Neural Information Processing Systems，2006：545-552.

[3]GAO D，MAHADEVAN V，VASCONCELOS N.The discriminant center-surround hypothesis for bottom-up saliency[C].Advances in Neural Information Processing Systems，2007：497-504.

[4]敖歡歡.視覺顯著性應(yīng)用研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2013.

[5]李勇.多尺度特征檢測：方法和應(yīng)用研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2010.

The saliency detection based on mimic human visual systems

Zhang Wenkang1，Zhu Qian2，Chen Xiaojun2
(1.Department of Information，Affiliated Hospital of Jiangsu University，Zhenjiang 212013，China；2.Department of Computer Science and Telecommunication Engineering，Jiangsu University，Zhenjiang 212013，China)

This paper presents a saliency detection based on human visual systems.To begin with，it quantifies image and chooses high frequency color to reduce the complex of calculation.Then,it splits image and chooses the center point of image as the first visual point,iteratively calculates visual point according to visual attraction model，and acquires saliency area.The experimen results show that the method is more accurate than other methods to mark the salient and is very useful for practical application.

saliency detection；mimic human visual systems；image quantization；visual attraction

TP391

A

10.16157/j.issn.0258-7998.2016.11.033

張文康，朱倩，陳瀟君.擬人視覺系統(tǒng)的顯著性檢測方法[J].電子技術(shù)應(yīng)用，2016，42(11)：122-125.

英文引用格式：Zhang Wenkang，Zhu Qian，Chen Xiaojun.The saliency detection based on mimic human visual systems[J].Application of Electronic Technique，2016，42(11)：122-125.

2016-03-14)

張文康(1982-)，男，碩士，工程師，主要研究方向：圖像識別。

朱倩(1979-)，女，碩士生導(dǎo)師，副教授，主要研究方向：模式識別、圖像處理。

陳瀟君(1981-)，男，博士研究生，主要研究方向：圖像識別。

國家自然科學(xué)基金(61502206，61502208，41474095)