一種基于RGB顏色空間和隨機矩形區(qū)域的顯著性檢測方法

楊 波，姚志均，王金武

（船舶重工集團公司723所，揚州225001）

0 引 言

計算機視覺領(lǐng)域?qū)σ曈X注意的研究正如火如荼，因為人們發(fā)現(xiàn)視覺注意有助于解決各種視覺自動化任務(wù)，如目標(biāo)檢測［1］、圖像分割［2］、圖像壓縮［3］、目標(biāo)識別［4］等等。鑒于此，學(xué)術(shù)界已提出了多種視覺注意計算模型。

視覺注意計算模型最基本的輸出結(jié)果是輸入圖像的顯著圖，該顯著圖中的值表示每個像素的顯著性。這些模型不但能夠讓計算機視覺系統(tǒng)受人類認(rèn)知的啟發(fā)而生成顯著圖，而且能夠大量減少計算負(fù)擔(dān)，因為它們忽略了不關(guān)心的區(qū)域［5］。

從心理學(xué)角度來看，視覺注意可以分為2類：目標(biāo)驅(qū)動的視覺注意和刺激驅(qū)動的視覺注意。前者是由先前的期望指導(dǎo)的，也稱自頂向下的視覺注意；后者是由獨特的特征、突然的視覺襲擊等引起的，也稱自底向上的視覺注意。自底向上視覺注意的基本范式是它會引導(dǎo)注意力轉(zhuǎn)向顯著區(qū)域和目標(biāo)［6］。文獻［5］～［7］的研究結(jié)果表明自底向上的顯著圖能夠提高前面提到的多種計算機視覺任務(wù)的性能。

一個理想的自底向上的顯著模型應(yīng)該能從視覺心理學(xué)上說明其工作原理，而不僅僅是通過圖像統(tǒng)計得到。因此，它必須沒有先驗知識，不用推理，不用訓(xùn)練權(quán)重或可調(diào)參數(shù)，應(yīng)該簡單且便于編程實現(xiàn)，應(yīng)該具有較小的計算復(fù)雜度以能夠?qū)崟r處理。文獻［8］的研究結(jié)果表明視網(wǎng)膜上的感受野在處理視覺刺激時是隨機處理的，包括位置和尺度空間上。受此啟發(fā)，Vikram等人［9］提出了一種基于隨機矩形區(qū)域采樣的顯著性檢測方法：首先，將圖像從RGB顏色空間轉(zhuǎn)換到CIE 1976 L＊a＊b＊顏色空間；然后在圖像中隨機采樣一個矩形區(qū)域（區(qū)域的位置和大小都隨機），計算該區(qū)域內(nèi)每個像素與該區(qū)域的特征平均值之間的距離；最后融合所有的矩形區(qū)域和特征得到最終的顯著圖。該方法的計算很簡單，且只有一個可調(diào)參數(shù)，即隨機矩形區(qū)域的采樣數(shù)量，容易編程實現(xiàn)。

然而，由于L＊a＊b＊顏色空間的3個通道取值范圍不同，L＊的取值范圍為［0 100］，而a＊、b＊為［－128 127］。另外，圖像的亮度變化往往比較大，而色度變化不大，這樣很有可能導(dǎo)致基于這3個通道得到的顯著性值不在同一個數(shù)量級，從而不能很好地體現(xiàn)出各個通道的作用。此外，該方法需要將原始圖像從RGB顏色空間轉(zhuǎn)換到XYZ顏色空間，再轉(zhuǎn)換到L＊a＊b＊顏色空間，故增加了計算時間，不利于實時性處理?？紤]到R、G、B這3個通道的取值范圍一樣，變化快慢相當(dāng)，故本文提出了一種基于RGB顏色空間的隨機矩形區(qū)域顯著性檢測方法，實驗結(jié)果表明本文方法大幅減少了計算時間，同時顯著性檢測效果也好于文獻［9］。

1 本文提出的顯著性檢測方法

設(shè)輸入圖像I為一副r×c×3的彩色圖像，其中r為圖像的行數(shù)，c為圖像的列數(shù)。

首先對輸入圖像做高斯平滑處理，以消除噪聲等的影響，從而得到新的圖像Ig。

接著，隨機產(chǎn)生n個矩形區(qū)域，第i個矩形區(qū)域的左上角和右下角坐標(biāo)分別記作（x1i，y1i）和（x2i，y2i）。

第3步，計算每種特征所對應(yīng)的顯著性值。以R通道為例，對于第i個矩形區(qū)域，計算該區(qū)域內(nèi)R的均值，則該區(qū)域內(nèi)每個像素的顯著性值為該像素的特征值與均值之差的平方，然后結(jié)合這n個矩形區(qū)域可以得到R通道的顯著圖SR。同理可以得到G、B通道的顯著圖SG、SB，3個顯著圖的大小都為r×c。

第4步，特征融合。本文采用線性組合的方式將SR、SG、SB融合得到最終的顯著圖S，大小也為r×c。

第5步，后處理，包括中值濾波和歸一化操作。選擇中值濾波的原因是它在剔除噪聲的同時能保留邊緣信息，而歸一化操作的目的是為了顯示圖像。

具體的算法流程如圖1所示。

圖1 本文方法的流程圖

2 實驗結(jié)果與分析

本節(jié)通過實驗仿真來闡明提出本文方法的緣由，并驗證本文方法的有效性與性能。

第1個實驗是以一個小尺寸的圖像塊作為目標(biāo)，通過查看L＊、a＊、b＊3個通道的值及R、G、B3個通道的值來闡明提出本文方法的緣由。取圖2中的方框（大小為11×10）為要分析的目標(biāo)圖像塊，R、G、B3個通道的值如圖3（a）、（b）、（c）所示，然后本文用Matlab內(nèi)置的srgb2lab程序?qū)D像從RGB顏色空間轉(zhuǎn)換到L＊a＊b＊顏色空間，L＊、a＊、b＊3個通道的值分別如圖3（d）、（e）、（f）所示。

圖2 方框為要分析的目標(biāo)圖像塊

注意，用srgb2lab程序得到的L＊、a＊、b＊的值已歸一化到［0 255］。為了衡量每個顏色通道中像素值的變化情況，本文用二階統(tǒng)計量來表示它們的變化大小。經(jīng)統(tǒng)計，R、G、B 和L＊、a＊、b＊6個通道的方差大小分別為65.242 4、57.071 2、48.770 3和44.321 6、2.095 2、0.483 4。

圖3 目標(biāo)圖像的6個顏色通道所對應(yīng)的像素值

為了更客觀地說明這2種顏色空間中各顏色通道的變化情況，本文從文獻［2］的數(shù)據(jù)庫隨機取了20幅圖像，然后統(tǒng)計6個顏色通道的像素值在整幅圖像中的變化情況，結(jié)果如圖4所示。圖3和圖4充分說明，RGB顏色空間各通道中像素值的變化大小比較一致，而L＊a＊b＊顏色空間中亮度特征的變化遠大于色度特征的變化，故當(dāng)將L＊、a＊、b＊3個通道所對應(yīng)的顯著性值直接相加的話，色度特征a＊和b＊的顯著性往往容易被亮度特征L＊所抑制，故本文采用RGB顏色空間作為圖像特征。

圖4 6個顏色通道的方差統(tǒng)計

第2個實驗是比較本文方法與文獻［9］提出方法的顯著性檢測效果。實驗的數(shù)據(jù)來自文獻［2］提供的數(shù)據(jù)庫，隨機選了5幅圖像。實驗中高斯低通濾波器設(shè)置為Matlab默認(rèn)的參數(shù)（大小為3×3，標(biāo)準(zhǔn)方差為0.5），中值濾波器的大小設(shè)置5×5，隨機矩形區(qū)域采樣數(shù)量n為100，實驗結(jié)果如圖5所示。

圖5（b）和（c）分別是文獻［9］和本文方法得到的顯著圖，像素的亮度越亮，顯著性值越大，表明該像素越顯著。

從圖5可以看出，（c）中的目標(biāo)比（b）中的目標(biāo)更清晰，干擾更少，也即表明用本文方法得到的顯著圖優(yōu)于文獻［9］得到的顯著圖，這是因為本文方法充分利用了各顏色通道的信息，而文獻［9］的方法由于亮度特征L＊的變化遠大于色度特征a＊、b＊的變化，從而抑制了色度特征提供的有用信息。

圖5 2種顯著性檢測方法的結(jié)果比較

第3個實驗是比較本文基于RGB顏色空間的方法與基于L＊a＊b＊顏色空間的方法［9］的計算時間開銷。實驗用的硬件平臺為Pentium（R）Dual－Core CPU，2.60GHz，2G內(nèi)存的PC，2種方法都是在Matlab軟件平臺上運行，參數(shù)設(shè)置與實驗2一樣。

本文從文獻［2］的數(shù)據(jù)庫中選擇了20幅400×300的圖像作為測試圖像，2種方法耗費的計算時間如圖5所示，實線為本文方法的時間開銷，虛線為文獻［9］的時間開銷。文獻［9］的平均計算時間為0.468 5s，而本文方法的平均計算時間為0.293 2s，減少了40%左右，實時性更好。

圖6 2種方法的計算時間比較

3 結(jié)束語

本文提出了一種基于RGB顏色空間的顯著性檢測方法，由于無需進行顏色空間的轉(zhuǎn)換，從而相比于文獻［9］的顯著性檢測方法更節(jié)省計算時間。同時，RGB顏色空間中的R、G、B三通道中像素亮度的波動比較一致，故在特征融合時更能充分利用各個特征的信息，從而取得了更好的顯著性檢測效果。

［1］Moosmann F，Larlus D，Jurie F.Learning saliency maps for object categorization［A］.Proceedings of ECCV International Workshop on The Representation and Use of Prior Knowledge in Vision［C］.Graz：Springer，2006.

［2］Achanta R，Estrada F，Wils P，et al.Salient region detection and segmentation［A］.Proceedings of The International Conference on Computer Vision Systems［C］.Santorini：Springer，2008：66－75.

［3］Guo C，Zhang L.A novel multiresolution spatiotemporal saliency detection model and its applications in image and video compression［J］.IEEE Transactions on Image Processing，2010，19（1）：185－198.

［4］Kanan C，Cottrell G W.Robust classification of objects，faces，and flowers using natural image statistics［A］.Proceedings of The IEEE Conference on Computer Vision and Pattern Recognition［C］.San Francisco：IEEE，2010：2472－2479.

［5］Rothenstein A L，Tsotsos J K.Attention links sensing to recognition［J］.Image and Vision Computing，2008，26（1）：114－126.

［6］Elazary L，Itti L.A Bayesian model for efficient visual search and recognition［J］.Vision Research，2010，50（14）：1338－1352.

［7］Harel J，Koch C，Perona P.Graph－based visual saliency［A］.Advances in Neural Information Processing Systems［C］.Vancouver：MIT Press，2007：545－552.

［8］Colby C L，Goldberg M E.Space and attention in parietal cortex［J］.Annual Review of Neuroscience，1999，22（1）：319－349.

［9］Vikram T N，Tscherepanow M，Wrede B.A saliency map based on sampling an image into random rectangular regions of interest［J］.Pattern Recognition，2012，45（9）：3114－3124.