显著性检测文献阅读笔记之FT算法
来源:互联网 发布:直播平台用户数据分析 编辑:程序博客网 时间:2024/05/21 11:26
论文名称
Frequency-tuned Salient Region Detection
作者
Radhakrishna Achanta, Sheila Hemami, Francisco Estrada, and Sabine Süsstrunk
引用标注
R. Achanta, S. Hemami, F. Estrada and S. Susstrunk, Frequency-tuned Salient Region Detection, IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), 2009.
算法思路
- 读取图片
- 对图片进行高斯滤波
- 将图片从RGB色彩空间转换到Lab色彩空间,得到
L(x, y)
,A(x, y)
,B(x, y)
- 在Lab色彩空间上计算整幅图像的平均值
Lm
,Am
,Bm
- 计算显著图,原图每个像素点出的显著性计算公式为:
S(x,y)=(L(x,y) - Lm)^2 + (A(x,y) - Am)^2 + (B(x,y) - Bm)^2
源码解读(文献作者的原版代码)
% 读取图片img = imread('test.jpg');% 对图片进行高斯滤波imgGausFilter = imfilter(img, fspecial('gaussian', 3, pi/2.75), 'symmetric', 'conv');% 将图片转换到Lab色彩空间(采用d65照明标准)cform = makecform('srgb2lab', 'AdaptedWhitePoint', whitepoint('d65'));imgLab = applycform(imgGausFilter,cform);% 取得图像的L,a,b分量L = double(imgLab(:,:,1));A = double(imgLab(:,:,2));B = double(imgLab(:,:,3));% 分别计算图像的L,a,b分量的平均值Lm = mean(mean(L));Am = mean(mean(A));Bm = mean(mean(B));% 分别计算每个像素点处的显著性saliencyMap = (L-Lm).^2 + (A-Am).^2 + (B-Bm).^2;% 显示显著图figure, imshow(saliencyMap,[]);
0 0
- 显著性检测文献阅读笔记之FT算法
- 算法学习之显著性检测FT算法
- 显著性检测方法FT
- 运动目标检测算法文献阅读笔记
- 运动目标检测算法文献阅读笔记
- 算法学习之显著性检测
- 【计算机视觉】运动目标检测算法文献阅读笔记
- 显著性检测之
- FT检测算法检测
- 显著性检测算法代码
- 显著性检测相关论文阅读
- 目标检测文献阅读笔记(一)
- 显著性检测之alient detector
- 显著性检测之Cvpr13之一
- 显著性检测之CVPR13(二)
- FT(IG)显著+分割+Surf识别笔记(一)
- FT(IG)显著+分割+Surf识别笔记(二)
- 算法之显著性检测《Saliency Detection: A Spectral Residual A》
- java8的新特性(概述)转载(待续)
- 决策树算法实例(基于ID3)
- 矩形嵌套
- 进程管理—task_struct介绍
- jquery页面跳到指定位置
- 显著性检测文献阅读笔记之FT算法
- java反射的总结与疑问
- Permutations
- 欢迎使用CSDN-markdown编辑器
- 图
- JavaScript与DOM(上)
- Linux块设备驱动(五)————通用块层
- 吃豆豆进度条
- Integer对象