CN106780513B - 图片显著性检测的方法和装置 - Google Patents

图片显著性检测的方法和装置 Download PDF

Info

Publication number
CN106780513B
CN106780513B CN201611150965.4A CN201611150965A CN106780513B CN 106780513 B CN106780513 B CN 106780513B CN 201611150965 A CN201611150965 A CN 201611150965A CN 106780513 B CN106780513 B CN 106780513B
Authority
CN
China
Prior art keywords
picture
pixel
conspicuousness
image
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611150965.4A
Other languages
English (en)
Other versions
CN106780513A (zh
Inventor
陈志军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201611150965.4A priority Critical patent/CN106780513B/zh
Publication of CN106780513A publication Critical patent/CN106780513A/zh
Application granted granted Critical
Publication of CN106780513B publication Critical patent/CN106780513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于一种图片显著性检测的方法和装置,此方法包括:对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;根据所述N个显著性区域,获取所述图片的显著性。本实施例通过基于N个用于表示亮度、纹理等相似的显著性区域,获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。

Description

图片显著性检测的方法和装置
技术领域
本公开涉及图像技术领域,尤其涉及图片显著性检测的方法和装置。
背景技术
图像的显著性信息能够反映图像中不同区域对人视觉系统刺激程度。图像的显著性信息需要通过图像显著性检测技术来提取。但是目前的显著性检测容易受到图像中多变背景的影响,使得显著性检测效果不好。
发明内容
为克服相关技术中存在的问题,本公开提供一种图片显著性检测的方法和装置。
根据本公开实施例的第一方面,提供一种图片显著性检测的方法,包括:
对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
根据所述N个显著性区域,获取所述图片的显著性。
可选地,所述根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域,包括:
根据所述显著性图像中的显著性的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数;
根据所述M个连通区域,获取所述N个显著性区域。
可选地,所述根据所述M个连通区域,获取所述N个显著性区域,包括:
从所述显著性图像中,获取每个连通区域的包围盒区域;
根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
可选地,所述根据所述M个连通区域的包围盒区域,获取所述N个显著性区域,包括:
将至少两个相交的包围盒区域合并为所述显著性区域。
可选地,所述包围盒区域为矩形。
可选地,所述根据所述N个显著性区域,获取所述图片的显著性,包括:
将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像;
将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值;
根据所述第一图像和所述第二图像,获取所述图片的显著性。
可选地,所述根据所述第一图像和所述第二图像,获取所述图片的显著性,包括:
确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点;
根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同;
当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
可选地,所述将所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值之前,还包括:
分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
根据本公开实施例的第二方面,提供一种图片显著性检测的装置,包括:
第一检测模块,被配置为对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
第一获取模块,被配置为根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
第二获取模块,被配置为根据所述N个显著性区域,获取所述图片的显著性。
可选地,所述第一获取模块,包括:第一确定子模块和显著性区域获取子模块;
所述第一确定子模块,被配置为根据所述显著性图像中的显著性的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数;
所述显著性区域获取子模块,被配置为根据所述M个连通区域,获取所述N个显著性区域。
可选地,所述显著性区域获取子模块包括:第一获取子模块和第二获取子模块;
所述第一获取子模块,被配置为从所述显著性图像中,获取每个连通区域的包围盒区域;
所述第二获取子模块,被配置为根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
可选地,所述第二获取子模块,被配置为将至少两个相交的包围盒区域合并为所述显著性区域。
可选地,所述包围盒区域为矩形。
可选地,所述第二获取模块,包括:第一设置子模块、第二设置子模块和显著性获取子模块;
所述第一设置子模块,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像;
所述第二设置子模块,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值;
所述显著性获取子模块,被配置为根据所述第一图像和所述第二图像,获取所述图片的显著性。
可选地,所述显著性获取子模块,包括:第二确定子模块、第三确定子模块和显著性值设置子模块;
所述第二确定子模块,被配置为确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点;
所述第三确定子模块,被配置为根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同;
所述显著性值设置子模块,被配置为当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
可选地,所述装置,还包括:第二检测模块;
所述第二检测模块,被配置为分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
根据本公开实施例的第三方面,提供一种图片显著性检测的装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
根据所述N个显著性区域,获取所述图片的显著性。
本公开的实施例提供的技术方案可以包括以下有益效果:通过对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;根据所述N个显著性区域,获取所述图片的显著性。本实施例通过基于N个用于表示亮度、纹理等相似的显著性区域,获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种图片显著性检测的方法的流程图。
图2是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图。
图3是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图。
图4是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图。
图5是根据一示例性实施例示出的一种图片显著性检测的装置的框图。
图6是根据另一示例性实施例示出的一种图片显著性检测的装置的框图。
图7是根据另一示例性实施例示出的一种图片显著性检测的装置的框图。
图8是根据一示例性实施例示出的一种图片显著性检测的装置800的框图。
图9是根据一示例性实施例示出的一种图片显著性检测的装置1900的框图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图片显著性检测的方法的流程图,如图1所示,本实施例的方法包括以下步骤。
在步骤S11中,对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值。
本实施例中,对图片进行显著性检测,可以获得该图片的各个像素点的显著性值,这些像素点的显著性值可以形成该图片的显著性图像,该显著性图像包括该图片中的各个像素点的显著性值。其中,如何对图片进行显著性检测可以参见相关技术中的描述,此处不再赘述。例如:图片包括100*100个像素点,相应的,该显著性图像包括100*100个像素点的显著性值,比如第1行第1列的显著性值为图片中第1行第1列的像素点的显著性值。
在步骤S12中,根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值。
本实施例中,由于该显著性图像中包括各个像素点的显著性值,本实施例可以将像素点的显著性值与第一阈值进行对比,当该像素点的显著性值大于第一阈值时,确定该像素点为显著性的像素点,当该像素点的显著性值不大于第一阈值时,确定该像素点不是显著性的像素点,由此本实施例可以确定出显著性图像中的显著性的像素点。本实施例可以根据该显著性图像中的显著性的像素点,从该显著性图像中获取该图片的N个显著性区域,该N为大于或等于1的整数,该显著性区域是指显著性图像中包括连通的显著性的像素点的区域,其中,连通的显著性的像素点的区域可以表示亮度、纹理相似的图像区域。
在步骤S13中,根据所述N个显著性区域,获取所述图片的显著性。
本实施例中,在确定N个显著性区域后,根据这N个显著性区域获取该图片的显著性。由于各个显著性区域表示亮度、纹理等相似的图像区域,再基于这些显著性图像获得的图片的显著性强化了主体的显著性弱化了背景的显著性,使得图片的显著性更加分明。
综上所述,本实施例提供的图片显著性检测的方法,通过对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;根据所述N个显著性区域,获取所述图片的显著性。本实施例通过基于N个用于表示亮度、纹理等相似的显著性区域,获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。
图2是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图,如图2所示,本实施例的方法包括以下步骤。
在步骤S21中,对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值。
本实施例中,步骤S21的具体实现过程可以参见图1所示实施例中的相关描述,此处不再赘述。
在步骤S22中,根据所述显著性图像中的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数。
在步骤S23中,根据所述M个连通区域,获取所述N个显著性区域。
本实施例中,根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域的一种可行的实现方式中可以包括步骤S22和步骤S23。
其中,将显著性图像中相互连通的显著性的像素点形成的区域称为连通区域,由此可以在显著性图像可以确定M个连通区域,然后根据该M个连通区域获取N个显著性区域,每个连通区域由连通的显著性的像素点形成。
可选地,本实施例可以采用深度优先搜索或者广度优先搜索的方法获取显著性图像中的上述连通区域。在搜索时以每个像素点的八领域像素点来判断。
其中,步骤S23的一种可行的实现方式可以包括步骤S231和S232。
在步骤S231中,从所述显著性图像中,获取每个连通区域的包围盒区域。
在步骤S232中,根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
本实施例中,从该显著性图像中获取每个连通区域的包围盒区域,由此可以获得M个包围盒区域,其中,如何获取包围盒区域可以参见相关技术中的描述,此处不再赘述。可选地,该包围盒区域可以为圆形、三角形、矩形等。由于图片的尺寸形状为矩形,一般包围盒区域的形状也为矩形。然后根据这M个包围盒区域,获取N个显著性区域。
在一种可行的实现方式中,确定所述包围盒区域为所述连通区域对应的显著性区域,也就是将每个包围盒区域作为一个显著性区域,由此可以获得M个显著性区域。
在一种可行的实现方式中,将至少两个相交的包围盒区域合并为所述显著性区域;有些包围盒区域之间存在相交的区域,本实施例将存在相交区域的包围盒区域合并为一个显著性区域,例如:包围盒区域A与B相交,而且B与C相交,则本实施例将包围盒区域A、B、C合并为一个显著性区域;其中,将存在相交区域的包围盒区域合并为一个显著性区域的一种实现方式为根据包围盒区域A、B、C确定一个矩形区域,将该矩形区域作为显著性区域,并且该矩形区域包括包围盒区域A、B、C。可选地,若还存在一个独立的包围盒区域D,则可以将该包围盒区域D作为显著性区域。
在步骤S24中,根据所述N个显著性区域,获取所述图片的显著性。
本实施例中,步骤S24的具体实现过程可以参见图1所示实施例中的相关描述,此处不再赘述。
综上所述,本实施例通过上述方案获得N个用于表示亮度、纹理等相似的显著性区域,然后再获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。
图3是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图,如图3所示,本实施例的方法包括以下步骤。
在步骤S31中,对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值。
在步骤S32中,根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值。
本实施例中,步骤S31和S32的具体实现过程可以参见图1或图2所示实施例中的相关描述,此处不再赘述。
在步骤S33中,将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像。
在步骤S34中,将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值。
在步骤S35中,根据所述第一图像和所述第二图像,获取所述图片的显著性。
本实施例中,根据所述N个显著性区域,获取所述图片的显著性的一种可行的实现方式中可以包括步骤S33-S35。
本实施例,可以将N个显著性区域中每个显著性区域的像素点的显著性值与第二阈值进行对比,可以确定出显著性值小于第二阈值的像素点,并在该显著性图像中将该这些像素点的显著性值设置为预设值(例如0),获得第一图像。本实施例还可以将N个显著性区域中每个显著性区域的像素点的显著性值与第三阈值进行对比,可以确定出显著性值小于第三阈值的像素点,并在该显著性图像中将该这些像素点的显著性值设置为预设值(例如0),获得第二图像。其中,第二阈值小于第三阈值,例如:第二阈值为0.4*第三阈值。由于第三阈值对第二阈值大,因此,获得的第二图像去除大部分噪音的干扰,而获得的第一图像保留了较多的边缘和细节信息。然后本实施例的再根据第一图像与第二图像,获取图片的显著性,最终获得的图片的显著性强化了边缘和细节信息的显著性(即强化了主体的显著性),弱化了噪声的显著性(即弱化了背景的显著性)。
在一种可行的实现方式中,步骤S35的一种可行的实现方式可以包括步骤S351-S353。
在步骤S351中,确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点。
本实施例中,在第二图像中获取显著性值不为上述预设值(例如为0)的像素点,此处称为第一像素点,可以确定该第一像素点在第二图像中的位置,例如(i,j),是指第一像素点位于第二图像中的第i行第j行的像素点。
在步骤S352中,根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同。
本实施例中,根据第一像素点在第二图像中的位置,从第一图像中获取位于相同位置的像素点,此处称为第二像素点。例如:第二像素点在第二图像中的位置为(i,j),然后从第一图像中获取位置也为(i,j)的像素点。
在步骤S353中,当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
本实施例中,在第一图像中确定第二像素点后,可以从第一图像中确定该第二像素点的相邻像素点(第二像素点的八领域像素点),并判断相邻像素点的显著性值是否为预设值,当相邻像素点的显著性值不为预设值时,假设该相邻像素点在第一图像中的位置(i+1,j+1),根据该相邻像素点在第一图像中的位置,从第二图像中获取位于相同位置的像素点,此处称为第三像素点;例如:上述相邻像素点在第一图像中的位置为(i+1,j+1),然后从第二图像中获取位置也为(i+1,j+1)的像素点。本实施例再将第二图像中该第三像素点的显著性值设置为第一图像中该相邻像素点的显著性值,这是由于第二图像中将边缘和细节等信息当作噪声去除了,再基于第一图像将这部分边缘和细节等信息补偿回第二图像中。本实施例还可以更新第三像素点为上述第一像素点,也就是将该第二图像中的第三像素点作为第一像素点执行上述步骤S351-S353,直至在第一图像中找不到显著性值不为预设值的相邻像素点为止。由此获得的第二图像可以作为最终的图片的显著性图像,该最终端的图片的显著性图像用于表示图片的显著性。
综上所述,本实施例通过上述方案获得N个用于表示亮度、纹理等相似的显著性区域,然后再获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。
图4是根据另一示例性实施例示出的一种图片显著性检测的方法的流程图,如图4所示,本实施例的方法包括以下步骤。
在步骤S41中,对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值。
在步骤S42中,根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值。
本实施例中,步骤S41和S42的具体实现过程可以参见图1或图2所示实施例中的相关描述,此处不再赘述。
在步骤S43中,分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
本实施例中,在获取到N个显著性区域之后,分别对这N个显著性区域进行显著性检测,也就是将每个显著性区域单独作为一个图片进行显著性检测,可以获得每个显著性区域中的像素点的显著性值。然后再根据步骤S43中获得的每个显著性区域中的像素点的显著性值用于执行步骤S44和步骤S45,也就是将步骤S43中获得的每个显著性区域中的像素点的显著性值与第二阈值和第三阈值进行对比。
在步骤S44中,将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像。
在步骤S45中,将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值。
在步骤S46中,根据所述第一图像和所述第二图像,获取所述图片的显著性。
本实施例中,步骤S44-S46的具体实现过程可以参见图3所示实施例中的相关描述,此处不再赘述。
综上所述,本实施例通过上述方案获得N个用于表示亮度、纹理等相似的显著性区域,然后再获取图片的显著性,可以强化主体的显著性弱化背景的显著性,使得图片的显著性更加分明。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图5是根据一示例性实施例示出的一种图片显著性检测的装置的框图。该图片显著性检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图5,该装置包括第一检测模块100,第一获取模块200和第二获取模块300。
第一检测模块100,被配置为对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值。
第一获取模块200,被配置为根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
第二获取模块300,被配置为根据所述N个显著性区域,获取所述图片的显著性。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据另一示例性实施例示出的一种图片显著性检测的装置的框图。该图片显著性检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图6,本实施例的装置在图5所示实施例的基础上,所述第一获取模块200,包括:第一确定子模块210和显著性区域获取子模块220。
所述第一确定子模块210,被配置为根据所述显著性图像中的显著性的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数;
所述显著性区域获取子模块220,被配置为根据所述M个连通区域,获取所述N个显著性区域。
可选地,所述显著性区域获取子模块220包括:第一获取子模块221和第二获取子模块222。
所述第一获取子模块221,被配置为从所述显著性图像中,获取每个连通区域的包围盒区域;
所述第二获取子模块222,被配置为根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
可选地,所述第二获取子模块222,被配置为将至少两个相交的包围盒区域合并为所述显著性区域。
可选地,所述包围盒区域为矩形。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据另一示例性实施例示出的一种图片显著性检测的装置的框图。该图片显著性检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图7,本实施例的装置在图5或图6所示实施例的基础上,所述第二获取模块300,包括:第一设置子模块310、第二设置子模块320和显著性获取子模块330。
所述第一设置子模块310,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像。
所述第二设置子模块320,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值。
所述显著性获取子模块330,被配置为根据所述第一图像和所述第二图像,获取所述图片的显著性。
可选地,所述显著性获取子模块330,包括:第二确定子模块331、第三确定子模块332和显著性值设置子模块333。
所述第二确定子模块331,被配置为确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点。
所述第三确定子模块332,被配置为根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同。
所述显著性值设置子模块333,被配置为当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
可选地,本实施例的装置,还包括:第二检测模块400。
所述第二检测模块400,被配置为分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种图片显著性检测的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图8,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置800的处理器执行时,使得装置800能够执行上述图片显著性检测的方法。
图9是根据一示例性实施例示出的一种图片显著性检测的装置1900的框图。例如,装置1900可以被提供为一服务器。参照图9,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述图片显著性检测的方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (15)

1.一种图片显著性检测的方法,其特征在于,包括:
对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
根据所述N个显著性区域,获取所述图片的显著性;
所述根据所述N个显著性区域,获取所述图片的显著性,包括:
将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像;
将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值;
根据所述第一图像和所述第二图像,获取所述图片的显著性。
2.根据权利要求1所述的方法,其特征在于,所述根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域,包括:
根据所述显著性图像中的显著性的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数;
根据所述M个连通区域,获取所述N个显著性区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述M个连通区域,获取所述N个显著性区域,包括:
从所述显著性图像中,获取每个连通区域的包围盒区域;
根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
4.根据权利要求3所述的方法,其特征在于,所述根据所述M个连通区域的包围盒区域,获取所述N个显著性区域,包括:
将至少两个相交的包围盒区域合并为所述显著性区域。
5.根据权利要求4所述的方法,其特征在于,所述包围盒区域为矩形。
6.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像和所述第二图像,获取所述图片的显著性,包括:
确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点;
根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同;
当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
7.根据权利要求6所述的方法,其特征在于,所述将所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值之前,还包括:
分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
8.一种图片显著性检测的装置,其特征在于,包括:
第一检测模块,被配置为对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
第一获取模块,被配置为根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
第二获取模块,被配置为根据所述N个显著性区域,获取所述图片的显著性;
所述第二获取模块,包括:第一设置子模块、第二设置子模块和显著性获取子模块;
所述第一设置子模块,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像;
所述第二设置子模块,被配置为将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值;
所述显著性获取子模块,被配置为根据所述第一图像和所述第二图像,获取所述图片的显著性。
9.根据权利要求8所述的装置,其特征在于,所述第一获取模块,包括:第一确定子模块和显著性区域获取子模块;
所述第一确定子模块,被配置为根据所述显著性图像中的显著性的像素点,确定M个连通区域;所述连通区域为所述显著性图像中所述显著性的像素点连通的图像区域;所述M为大于或等于1的整数;
所述显著性区域获取子模块,被配置为根据所述M个连通区域,获取所述N个显著性区域。
10.根据权利要求9所述的装置,其特征在于,所述显著性区域获取子模块包括:第一获取子模块和第二获取子模块;
所述第一获取子模块,被配置为从所述显著性图像中,获取每个连通区域的包围盒区域;
所述第二获取子模块,被配置为根据所述M个连通区域的包围盒区域,获取所述N个显著性区域。
11.根据权利要求10所述的装置,其特征在于,所述第二获取子模块,被配置为将至少两个相交的包围盒区域合并为所述显著性区域。
12.根据权利要求11所述的装置,其特征在于,所述包围盒区域为矩形。
13.根据权利要求8所述的装置,其特征在于,所述显著性获取子模块,包括:第二确定子模块、第三确定子模块和显著性值设置子模块;
所述第二确定子模块,被配置为确定第一像素点在所述第二图像中的位置;所述第一像素点为所述第二图像中显著性值不为所述预设值的像素点;
所述第三确定子模块,被配置为根据所述第一像素点在所述第二图像中的位置,确定所述第一图像的第二像素点;所述第二像素点在所述第一图像的位置与所述第一像素点在所述第二图像的位置相同;
所述显著性值设置子模块,被配置为当所述第二像素点的相邻像素点的显著性值不为所述预设值时,设置所述第二图像中第三像素点的显著性值为所述第一图像中所述相邻像素点的显著性值,获取设置后的第二图像为所述图片的显著性;其中,所述相邻像素点在所述第一图像中的位置与所述第三像素点在所述第二图像中的位置相同。
14.根据权利要求13所述的装置,其特征在于,所述装置,还包括:第二检测模块;
所述第二检测模块,被配置为分别对所述N个显著性区域进行显著性检测,获得每个显著性区域中的像素点的显著性值。
15.一种图片显著性检测的装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对图片进行显著性检测,获取所述图片的显著性图像;所述显著性图像包括所述图片中的各个像素点的显著性值;
根据所述显著性图像中的显著性的像素点,从所述显著性图像中获取所述图片的N个显著性区域;所述N为大于或等于1的整数,每个所述显著性区域包括连通的显著性的像素点,所述显著性的像素点的显著性值大于第一阈值;
根据所述N个显著性区域,获取所述图片的显著性;
所述根据所述N个显著性区域,获取所述图片的显著性,包括:
将所述显著性图像中所述N个显著性区域中的显著性值小于第二阈值的像素点的显著性值设置为预设值,获得第一图像;
将所述显著性图像中所述N个显著性区域中的显著性值小于第三阈值的像素点的灰度值设置为预设值,获得第二图像;所述第二阈值小于所述第三阈值;
根据所述第一图像和所述第二图像,获取所述图片的显著性。
CN201611150965.4A 2016-12-14 2016-12-14 图片显著性检测的方法和装置 Active CN106780513B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611150965.4A CN106780513B (zh) 2016-12-14 2016-12-14 图片显著性检测的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611150965.4A CN106780513B (zh) 2016-12-14 2016-12-14 图片显著性检测的方法和装置

Publications (2)

Publication Number Publication Date
CN106780513A CN106780513A (zh) 2017-05-31
CN106780513B true CN106780513B (zh) 2019-08-30

Family

ID=58887491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611150965.4A Active CN106780513B (zh) 2016-12-14 2016-12-14 图片显著性检测的方法和装置

Country Status (1)

Country Link
CN (1) CN106780513B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563994B (zh) * 2017-08-08 2021-03-09 北京小米移动软件有限公司 图像的显著性检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592268A (zh) * 2012-01-06 2012-07-18 清华大学深圳研究生院 一种分割前景图像的方法
CN104951440A (zh) * 2014-03-24 2015-09-30 联想(北京)有限公司 一种图像处理方法及电子设备
CN105574866A (zh) * 2015-12-15 2016-05-11 努比亚技术有限公司 一种实现图像处理的方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592268A (zh) * 2012-01-06 2012-07-18 清华大学深圳研究生院 一种分割前景图像的方法
CN104951440A (zh) * 2014-03-24 2015-09-30 联想(北京)有限公司 一种图像处理方法及电子设备
CN105574866A (zh) * 2015-12-15 2016-05-11 努比亚技术有限公司 一种实现图像处理的方法及装置

Also Published As

Publication number Publication date
CN106780513A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN105528606B (zh) 区域识别方法及装置
CN104918107B (zh) 视频文件的标识处理方法及装置
CN105491289B (zh) 防止拍照遮挡的方法及装置
CN105094962B (zh) 应用程序禁用方法及装置
CN105975156B (zh) 应用界面显示方法及装置
CN108182730A (zh) 虚实对象合成方法及装置
CN104636453B (zh) 非法用户资料识别方法及装置
CN104243819A (zh) 照片获取方法及装置
KR20130122334A (ko) 이동 단말기 및 그 제어방법
CN106339695B (zh) 人脸相似检测方法、装置及终端
CN106778773A (zh) 图片中目标物的定位方法及装置
CN105183755B (zh) 一种图片的显示方法及装置
CN108154466A (zh) 图像处理方法及装置
CN104156993A (zh) 一种切换图片中人脸图像的方法及装置
CN109542285A (zh) 图像处理方法及装置
CN105094539B (zh) 参考信息显示方法和装置
CN107330391A (zh) 产品信息提示方法及装置
CN108122020A (zh) 二维码生成方法及装置以及二维码识别方法及装置
CN105678685B (zh) 图片处理方法及装置
CN105487774B (zh) 图像分组方法及装置
CN105426904B (zh) 照片处理方法、装置和设备
CN106527871B (zh) 应用图标的显示方法及装置
CN110059548A (zh) 目标检测方法及装置
CN106339452B (zh) 事件响应方法及装置
CN107993192A (zh) 证件图像校正方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant