|
|
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3 t5 C! _$ ?. O" O1 e; O( X/ A
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7 j! V, S- {& s) y
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
( G' S3 y4 c. N0 W' q+ d: W$ c6 s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 T! [4 y- H' |. K
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，
' e+ C' `! {3 i$ r. D5 m" x4 H5 g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( o, P/ {/ W: N' v& Q9 B# G/ l, s
确度和召回率，并且可以产生平滑显著图。% K! [ l& `: E
关键词：显著性区域检测；多尺度融合；KL 散度；闭环连通图
1 w% [) f( Y% K- }, Z l0 P( r- B
. v4 J6 f" X0 D4 H6 C
* N9 ]$ F/ D2 u" i( @, ], M1 R9 v, x$ R& R" s; h3 c( K
8 {# g8 U1 b' v3 A8 w4 D
附件下载：: k1 O7 L7 a. C& |
' a$ j. o+ Z3 Y2 P3 k3 k/ W
|
|
/1 
发表于 2021-6-22 13:15
收藏
淘帖
支持！
反对！