(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210272442.6 (22)申请日 2022.03.18 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 申请人 北方科技信息 研究所 (72)发明人 李明　马宇腾　袁孜　王在成　 毛亮　姜春兰　 (74)专利代理 机构 中国兵器 工业集团公司专利 中心 11011 专利代理师 刘瑞东 (51)Int.Cl. G06V 10/46(2022.01) G06V 10/26(2022.01) G06V 10/80(2022.01)G06V 20/00(2022.01) G06K 9/62(2022.01) (54)发明名称 一种提高抗干扰性能的目标显著性检测方 法 (57)摘要 本发明提供了一种提高抗干扰性能的目标 显著性检测方法， 属于图像目标检测技术领域， 包括基于 灰度稀缺性的目标显著性检测方法， 其 除了解决目标较小导致的检测不精 准的问题， 还 克服渐变类干扰。 还包括结合灰度稳定性和灰度 稀缺性的目标显著性检测方法， 以解决多个小目 标的显著性检测问题， 克服细小杂波类和渐变类 背景干扰。 目标显著性检测方法为， 分等级对灰 度图像进行量化， 得到量化图像； 统计频数较小 的灰度值赋予更大的显著值； 将量化图像进行叠 加， 形成灰度稀缺性显著图。 还有， 对灰度图像进 行等间隔阈值分割， 得到MSER区域； 将筛选后的 MSER区域进行叠加， 形成显著性图； 将两种显著 性图像融合。 上述方法提高目标检测识别的精准 性。 权利要求书3页 说明书12页 附图5页 CN 114663682 A 2022.06.24 CN 114663682 A 1.一种提高抗干扰性能的目标显著性检测方法， 其特 征在于， 该 方法包括下述 步骤： 步骤一、 获取目标区域的彩色图像， 对彩色图像进行 灰度转换， 得到灰度图像Igray； 步骤二、 获取与灰度稀缺 性相关的目标显著性图像； 包括下述 步骤： S4、 设灰度等级为m， m选择M个数值， 对于每一个灰度等级m， 对灰度图像Igray进行量化， 即将灰度图像Igray中各像素整除256/m， 分别得到对应每个m灰度等级的灰度图像， 共M幅量 化图像； M为 4或8； S5、 对于每幅量化图像， 数量较少的灰度值赋予更大的显著值， 即对于每幅量化图像 中， 同一像素值数量较多的像素 的权值量小于同一像素值数量较少的像素 的权值； 对于不 同灰度等级， 较大灰度等级m对应的量化图像中的像素的权值小于较小 灰度等级m对应的量 化图像中的像素的权值； S6、 将上述量化图像的显著性值进行叠加， 并进行归一化， 生成显著性 图， 即与灰度稀 缺性相关的目标显著性图像。 2.一种提高抗干扰性能的目标显著性检测方法， 其特征在于， 为一种结合灰度稳定性 和灰度稀缺 性的目标显著性检测方法， 该 方法包括下述 步骤： 步骤一、 获取目标区域的彩色图像， 对彩色图像进行 灰度转换， 得到灰度图像Igray： 步骤二、 获取与灰度稳定性相关的目标显著性图像， 以及与灰度稀缺性相关的目标显 著性图像； 该步骤 包括如下两个内容： 内容一、 得到与灰度稳定性相关的目标显著性图像： S1、 通过设定多个不同的判定阈值， 得到多个最大 稳定极值区域； 具体内容 为： 其一： 首先， 对灰度图像Igray分别以A个等间隔的灰度等级数值为分割阈值进行A次阈值 分割， 得到A张二值图像， 并得到2A组极值区域； 然后， 给定一个判断阈值n， 得到对应一个判 断阈值n对应的一组最大 稳定极值区域； 其二： 与得到一组最大稳定极值区域的方法相同， 再选择其余的多个判断阈值n， 得到 其余的多组最大 稳定极值区域； 其三： 判断阈值 n在[0.1,1]范围内选择； 其四： 判断阈值n共选 择N个值， 作为N个判定阈值， 将灰度图像Igray在这N个判定阈值下， 得到对应每一个判断阈值n的一组最大稳定极值区域； N大于等于4； 即共有N组最大稳定极 值区域； S2、 根据每 个最大稳定极值区域的像素 数量和纵横比， 对其进行筛 选剔除； 具体为： 估算目标成像的两个参数范围， 包括： 像素数量范围和长宽比范围； 将最大稳定极值 区 域的像素数量不在上述像素数量范围的最大稳定极值区域剔除， 以及最大稳定 极值区域的 区域长宽比不在上述长 宽比范围的最大 稳定极值区域剔除； S3、 将步骤S2后剩余的最大稳定极值区域进行加权叠加， 并进行归一化， 生成目标显著 性图像， 即与灰度稳定性相关的目标显著性图像； 其中， 较大的判定阈值n对应的最大稳定 极值区域内的像素赋予的权值小于较小的判定阈值n对应最大稳定 极值区域内的像素赋予 的权值， 最大 稳定极值区域外的像素 赋0； 内容二、 得到与灰度稀缺 性相关的目标显著性图像； 包括下述 步骤： S4、 设灰度等级为m， m选择M个数值， 对于每一个灰度等级m， 对灰度图像Igray进行量化， 即将灰度图像Igray中各像素整除256/m， 分别得到对应每个m灰度等级的灰度图像， 共M幅量权　利　要　求　书 1/3 页 2 CN 114663682 A 2化图像； M为 4或8； S5、 对于每幅量化图像， 数量较少的灰度值赋予更大的显著值， 即对于每幅量化图像 中， 同一像素值数量较多的像素 的权值量小于同一像素值数量较少的像素 的权值； 对于不 同灰度等级， 较大灰度等级m对应的量化图像中的像素的权值小于较小 灰度等级m对应的量 化图像中的像素的权值； S6、 将上述量化图像的显著性值进行叠加， 并进行归一化， 生成显著性 图， 即与灰度稀 缺性相关的目标显著性图像； 步骤三、 将两种显著值图像融合， 得到最终的目标显著性图像： 将灰度稳定性相关的目标显著性图像对应像素的灰度值与灰度稀缺性相关的目标显 著性图像对应 像素的灰度值进行相乘， 得到最终的目标显著性图像。 3.根据权利要求1或2所述的一种提高抗干扰性能的目标显著性检测方法， 其特征在 于， 步骤S4中， 灰度等级m选择为{256,128,64,32,16,8,4,2}这8个， 得到对应这八种灰度等 级下的八幅灰度图像。 4.根据权利要求1或2所述的一种提高抗干扰性能的目标显著性检测方法， 其 特征在于， 步骤S5中， 对灰度等级为m的对应量化图像中的每个像素赋予权值 得到M幅图像； 其中ki,i＝1,2,...,m是指灰度 等级为m对应的量化图像中第i个灰度下的像素数量， width(Igray)和height(Igray)分别代表 量化图像的长和宽像素 数。 5.根据权利要求2所述的一种结合灰度稳定性和灰度稀缺性的目标显著性检测方法， 其特征在于， 步骤S1具体步骤为： S11、 对灰度图像Igray分别以256个灰度等级数值为分割阈值， 即以灰度等级S＝{0, 1,…,255}中的256个数值分别为分割阈值进 行256次阈值分割， 对于每次分割： 像素灰度值 高于分割阈值的部分图像的像素灰度值赋值为255， 像素灰度值低于分割阈值的部分的图 像的像素 灰度值赋值 为0； 得到25 6张二值图像； 对每一张二值图像内的像素灰度值为0的闭合区域进行统计， 得到256组灰度最小区 域； 对每一张二值图像内的像素灰度值为255的闭合区域进行统计， 得到256组灰度最大区 域， 灰度最小区域和灰度最大区域统称为极值区域； S12： 计算相邻分割阈值得到的二值 图像中的、 位置对应的两个极值区域的面积差， 再 得到面积差与其中较小极值区域面积的比值， 若此比值小于给定的判断阈值n， 则其中的较 小极值区域作为 一个最大 稳定极值区域； S13： 判断阈值n在[0.1,1]范围内选择N个值， 作为N种判定 阈值， 将灰度图像Igray在这N 种判定阈值下， 按照步骤S12的原则， 得到对应每一个判断阈值n的一组最大稳定极值区域， 共得到N组最大 稳定极值区域。 6.根据权利要求5所述的一种基于灰度稳定性的提高抗干扰性 能的目标显著性检测方 法法， 其特征在于， N ＝4。 7.根据权利要求2或5所述的一种结合灰度稳定性和灰度稀缺性的目标显著性检测方 法， 其特征在于， 步骤S1中， 判断阈值n分别选择{1,0.5,0.25,0.125}四个值， 将灰度图像 Igray在这四个判定阈值下， 得到四组最大 稳定极值区域。权　利　要　求　书 2/3 页 3 CN 114663682 A 3