基于改进ITTI算法的实时显著区域提取系统

资 源 简 介

本项目是基于MATLAB平台开发的图像显著性检测程序，旨在从复杂背景中高效提取视觉感兴趣区域。项目核心是在经典ITTI显著性模型的基础上，针对原算法目标边界模糊、背景噪声敏感以及计算开销大的问题进行了底层重构与优化。通过引入非线性对比度增强函数和改进的跨尺度特征整合机制，程序能够更精准地捕捉图像中具有强视觉冲击力的目标区域。 具体功能涵盖了图像的多维度预处理、多尺度高斯金字塔分解、亮度/色彩/方向特征提取以及最终的显著性图合成。改进后的程序采用了一种更高效的特征图归一化算子，使得显著区域与背景之间的对比度

详 情 说 明

基于改进ITTI算法的实时显著区域提取系统

本文档介绍了一个基于MATLAB平台开发的实时显著性区域提取系统。该系统通过改进经典的ITTI视觉注意力模型，能够从复杂背景中高效、精准地提取图像中最具吸引力的目标区域。

项目介绍

本项目实现了一种优化的显著性检测流程，旨在解决传统ITTI算法在处理复杂场景时由于对比度不足、边界模糊以及计算效率较低导致的问题。系统通过多尺度高斯金字塔分解提取图像的底层视觉特征，并引入非线性对比度增强算法对特征图进行归一化处理。改进后的系统在对非显著纹理的抑制和对显著目标的对比度提升方面表现优异，广泛适用于目标跟踪、图像压缩、自动化监控等视觉处理领域。

功能特性

• 多特征维度提取：同步提取图像的亮度、颜色（红、绿、蓝、黄）、以及四个方向（0°, 45°, 90°, 135°）的结构特征。
• 改进的特征归一化：采用平方级非线性对比度拉伸技术，通过局部最大值增强策略，显著降低背景噪声对检测结果的干扰。
• 多尺度空间分析：构建9层高斯金字塔，利用中心-周边差异算子捕捉不同尺度下的视觉突变。
• 自动化重心锁定：程序能够自动对显著性图进行二值化处理，并通过形态学分析锁定核心目标的质心位置。
• 双模式运行：支持用户选择本地图像，或在未输入时自动生成用于算法验证的合成测试样本。

实现逻辑与算法细节

系统的核心运行逻辑如下：

1. 图像预处理：将输入图像统一转换为双精度浮点数，并对单通道灰度图进行伪彩色补齐，确保后续颜色算子的兼容性。
2. 底层特征提取：

- 亮度通道：计算RGB三通道的平均值。 - 颜色通道：计算红(R)、绿(G)、蓝(B)、黄(Y)四个拮抗颜色特征。其中黄色特征通过红绿分量的均值减去通道差异的绝对值再减去蓝色分量得到。

1. 金字塔分解：对亮度及各颜色分量分别建立9层高斯金字塔（L0至L8），通过双线性插值实现连续的尺度空间下采样。
2. 方向特征感知：使用Gabor滤波器对亮度金字塔各层进行卷积，提取0°、45°、90°和135°四个维度的纹理特征，模拟人类视觉皮层的方向响应。
3. 中心-周边差异计算：模拟人眼视网膜的反差感知机制。选取第3、4、5层作为中心量（Center），将其与间隔3层或4层的周边量（Surround）进行差分计算，通过插值还原尺度后，得到多分辨率的差异图。
4. 特征聚合与改进归一化：

- 对每一类特征图进行最大值归一化。 - 改进点：在聚合前对每一级特征图应用平方非线性映射（x^2），这一步能够有效抑制微小的纹理噪声，同时放大显著区域的峰值。

1. 融合与后处理：将亮度、颜色、方向三大特征图进行线性融合，并应用标准差为5的高斯滤波器进行平滑处理，以获得边缘平滑的概率热力图。
2. 目标提取：应用大津法（Otsu's method）计算最优全局阈值进行图像二值化，结合空洞填充和微小联通域剔除算法，最终通过连通区域分析计算出最大显著区域的重心坐标。

关键子函数说明

• Gabor核生成算子：负责生成指定角度的空域滤波器，用于捕捉特定方向的频率分量。
• 中心-周边差分函数：执行不同尺度金字塔层级间的减法运算，包含自动重采样逻辑。
• 综合归一化算子：核心优化模块，实现特征图的动态范围调整、非线性对比度增强及跨尺度叠加。

系统要求

• 环境：MATLAB R2016b 或更高版本。
• 工具箱：Image Processing Toolbox (图像处理工具箱)。
• 硬件：支持标准图像读取，建议内存4GB以上以保证多尺度运算的实时性。

使用方法

1. 在MATLAB中打开程序所在文件夹。
2. 运行脚本，系统会弹出文件选择对话框。
3. 选择一张本地图像（支持.jpg, .png, .bmp格式）。若点击取消，程序将自动运行内置的合成图演示。
4. 程序运行结束后，将自动弹出结果窗口，展示原图（含重心定位）、显著性概率热力图以及最终的二值化目标掩膜。
5. 命令窗口将实时输出检测到的目标重心坐标。