|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：基于对超像素颜色概率分布间 KL 散度的计算，以及对多尺度显著图的融合处理，该文提出一种新的显著
- \" {% @2 @! \7 D! c性区域检测算法。首先，采用超像素算法多尺度分割图像，在各尺度下用分割产生的超像素为节点，并依据超像素+ ~! i% H& q4 X6 e& ~0 N3 `! M1 X
分割数量对各超像素进行适当邻接连通扩展，构建无向扩展闭环连通图。 其次，依据颜色判别力聚类量化各超像; {( H2 j1 ^/ J. M
素内颜色，统计颜色聚类标签的概率分布，用概率分布间 KL 散度的调和平均值为扩展闭环连通图的边加权，再依5 J# h5 m0 B. _! `+ {- `
据区域对比度并结合边界连通性，获取各尺度下的显著图。 最后，平均融合各尺度下显著图，并进行优化处理，
: @0 t, h! F. I- _$ D% b得到最终的显著图。 在一些大型参考数据集上进行大量实验表明，所提算法优于当前一些先进算法，具有较高精' P7 \9 V. [1 H# a
确度和召回率，并且可以产生平滑显著图。: D, u9 e1 E1 p
关键词：显著性区域检测；多尺度融合；KL 散度；闭环连通图6 M' x$ c6 V8 V# y. Q1 F
: c4 l: {9 G) }) @' c5 v6 R9 b7 A2 ^. t9 p7 G
& k7 c- B: t: o' `8 H4 l" m# x; q7 W" v; @) _
附件下载：8 ~) Z+ z3 p' {3 U, g
$ |* p, @7 U7 M& D9 f, x* t
|
|
/1 
发表于 2021-6-22 13:15
收藏
淘帖
支持！
反对！