0引言

視覺(jué)顯著性估計(jì)中通常以彩色圖像為輸入，因此，本文以３個(gè)相鄰波段的高光譜影像為輸入，進(jìn)行顯著性特征提取，然后沿光譜維度利用滑窗法獲取各個(gè)波段的顯著性特征，最后將各個(gè)波段的顯著性特征進(jìn)行堆疊形成最終用于分類的顯著性特征。如圖１所示，３個(gè)相鄰波段的高光譜影像顯著性特征提取主要包括超像素分割、對(duì)比度計(jì)算和顯著性分配3個(gè)步驟。

1、SLIC超像素分割

基于像素的視覺(jué)顯著性估計(jì)方法對(duì)噪聲較為敏感，而超像素以相對(duì)簡(jiǎn)單的方式表示圖像并能減少圖像的冗余，同時(shí)每個(gè)超像素塊具有相同的性質(zhì)。為了更加有效地提取顯著性特征，首先將輸入的三波段高光譜影像根據(jù)顏色相似性分割為若干個(gè)超像素，每個(gè)超像素由區(qū)域內(nèi)的顏色均值表示，進(jìn)而以超像素為基礎(chǔ)進(jìn)行視覺(jué)顯著性估計(jì)。本文采用SLICsimple linear iterative cluster)方法對(duì)輸入的三波段高光譜影像進(jìn)行超像素分割。

分割算法，其根據(jù)CIELAB顏色空間和二維坐標(biāo)構(gòu)成的５維特征向量進(jìn)行局部聚類，并將搜索空間限制在與超像素大小成比例的區(qū)域內(nèi)來(lái)提高計(jì)算效率，SLIC 算法接受一個(gè)參數(shù) K (K 為超像素分割的個(gè)數(shù))，首先初始化 K 個(gè)種子點(diǎn)，并在每個(gè)種子點(diǎn)的鄰域空間內(nèi)搜索距離該種子點(diǎn)最近的若干像素，將它們與該種子點(diǎn)歸為一類，直到所有像素點(diǎn)都?xì)w類完畢;然后計(jì)算這 K 個(gè)超像素里所有像素點(diǎn)的平均向量值作為新的聚類中心;再根據(jù)更新后的K個(gè)聚類中心重復(fù)上述步驟，迭代直到收斂。K個(gè)種子之間的初始距離定義為S＝N/K，其中N為圖像的像素個(gè)數(shù)，搜索鄰域范圍設(shè)置為２S×２S。其中，距離度量包括顏色距離dc和空間距離ds，兩種距離的計(jì)算方式如下

式中，l、a、b為CIELAB顏色空間對(duì)應(yīng)的３個(gè)通道變量；i和j為超像素的索引；Nc和Ns分別為最大的顏色距離和種子點(diǎn)之間最大的距離。SLIC 算法能夠有效地將圖像分割為若干個(gè)超像素塊，每個(gè)超像素塊內(nèi)部像素屬性趨于一致，并由顏色均值表示。這樣可以在特征提取的過(guò)程中充分考慮像素周圍的局部空間信息，同時(shí)能夠降低噪聲對(duì)特征提取的影響。

對(duì)比度計(jì)算

視覺(jué)顯著性檢測(cè)中通常通過(guò)計(jì)算對(duì)比度來(lái)進(jìn)行顯著性估計(jì)，為了更加充分地利用全局空間信息，以分割后的超像素為基礎(chǔ)，定義顏色獨(dú)立性和空間顏色分布兩種對(duì)比度。顏色獨(dú)立性定義如下

式中

和

分別為第j 個(gè) 超像素的顏色和位置;

表示局部或全局對(duì)比的控制變量，權(quán)重與超像素空間位置的距離有

關(guān);Z i 為歸一化因子，用于保證

為參數(shù)。由式(２)可知，距離越遠(yuǎn)則權(quán)值越小，對(duì)顯著性影響越小;而某個(gè)超像素顏色越獨(dú)特，則Ui越大，也表示該超像素越顯著。進(jìn)一步可將式(２)改寫為

式中，第１項(xiàng)的結(jié)果是１;第２和第３項(xiàng)可以通過(guò)以w為核的濾波器，分別對(duì)cj和進(jìn)行濾波加以實(shí)現(xiàn)?？臻g顏色分布定義如下

式中，cj＝[lj，ajbj]和pj＝[xj，yj]分別為第j個(gè)超像素的顏色和位置；

表示表示i和j個(gè)超像素的顏色相似度；Zi為歸一化因子；σc為參數(shù)；

為第i個(gè)超像素的加權(quán)平均位置。Di可以表示某種顏色在空間分布的廣度，例如某種地物顏色分散在圖像中，但是面積都很小，那么計(jì)算出來(lái)的顏色獨(dú)立性就比較高，但空間顏色分布較廣，說(shuō)明該類地物并不顯著。式(４)可以改寫為

3、顯著性分配

根據(jù)顏色獨(dú)立性和空間顏色分布計(jì)算每個(gè)超像素的顯著性為

可知空間顏色分布 Di 越大即顏色分布越廣，對(duì)應(yīng)顯著性值越小;顏色獨(dú)立性Ui 越大，則對(duì)應(yīng)顯著性值越大。最終定義每個(gè)像素的顯著性如下

每個(gè)像素的顯著性是通過(guò)其所在超像素單元以及周圍的超像素單元進(jìn)行高斯線性加權(quán)，權(quán)重取決于顏色和位置的距離，同樣可以通過(guò)濾波加以實(shí)現(xiàn)。

歡迎關(guān)注公眾號(hào)：萊森光學(xué)，了解更多光譜知識(shí)。

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯hhy