基于低秩矩阵表示的图像前景物体检测方法及检测系统

• 摘要：

  本发明公开了一种基于低秩矩阵表示的图像前景物体检测方法及检测系统.其中,该方法包括提取待处理图像的特征,并利用特征聚类的方式对待处理图像进行子区域划分;接着计算每一子区域的特征均值,以获得子区域的特征表示,并将全部子区域的特征表示排列成矩阵,以获得待处理图像的特征矩阵;然后,利用低秩矩阵表示方法,将特征矩阵分解成低秩矩阵与稀疏矩阵;再针对稀疏矩阵的每一列计算l_∞范数,以获得对应子区域的显著性值,并基于子区域的显著值来构成待处理图像的显著图;最后,对显著图进行自适应阈值划分,从而获得待处理图像的前景物体区域.通过本发明实施例解决了如何从前景和背景表观相似的图像中完整地检测前景物体的技术问题.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201610575854.1

• 申请日期：

  2016.07.20

• 公开/公告号：

  CN106204613A

• 公开/公告日：

  2016-12-07

• 发明人：

  胡卫明 彭厚文 李兵

• 申请人：

  中国科学院自动化研究所

• 主分类号：

  G06T7/00(2006.01)I,G,G06,G06T,G06T7

• 分类号：

  G06T7/00(2006.01)I,G,G06,G06T,G06T7,G06T7/00

• 主权项：

  一种基于低秩矩阵表示的图像前景物体检测方法,其特征在于,所述方法至少包括:提取待处理图像的特征,并利用特征聚类的方式对所述待处理图像进行子区域划分;计算每一子区域的特征均值,以获得所述子区域的特征表示,并将所述全部子区域的特征表示排列成矩阵,以获得所述待处理图像的特征矩阵;利用低秩矩阵表示方法,将所述特征矩阵分解成低秩矩阵与稀疏矩阵;针对所述稀疏矩阵的每一列计算l_∞范数,以获得对应子区域的显著性值,并基于所述子区域的显著值来构成所述待处理图像的显著图;对所述显著图进行自适应阈值划分,从而获得所述待处理图像的前景物体区域.