一种基于方向选择性的增强图像显著性预测方法

本发明公开了一种基于方向选择性的增强图像显著性预测方法。首先，将输入图像变换到感知均匀的LAB颜色空间，并将图像大小变为96*96。然后，通过提出的模型EOSS计算LAB三通道的子显著图。提出的模型分两部分。显著性预测部分，基于方向选择性提取局部特征“兴奋度”图搜索可能显著的像素，基于视觉敏感度提取全局特征“敏感度”图调制搜索过程，计算两种特征结合的局部熵得到候选的显著区域。显著性增强部分，模拟人眼凹点特性，设计一个基于视觉错误敏感度的算子局部和全局地促进显著图中有意义的信息。最后，加权相加高斯滤波并归一化的子显著图得到最终的显著图。本发明方法在Toronto，MIT和NUSEF三个通用图像数据库上进行试验，都具有较高的鲁棒性和准确性。
上海大学
王永芳 | 叶鹏