|
|
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
: S1 h# j9 o: Q, c3 ]# @4 d# a( H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
3 W" {% Q- X* z8 E& w& J1 O! Z F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
' l% d( _# Z: n! G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% E: K) l5 V6 ]5 D
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，2 N. z; U' U1 s6 e6 l6 j5 _6 m7 F
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5 f/ D6 s& H. N, _
确度和召回率，并且可以产生平滑显著图。 ]& \* A6 f' \! g
关键词：显著性区域检测；多尺度融合；KL 散度；闭环连通图8 B+ e5 }) f6 Z- ^$ B
" f$ n- F' s2 A: {. a6 t' |
( x0 F: K! V5 V- f R) y4 O6 F L' J& N7 Z! u @
7 Z, J! j7 G7 z" ]6 K: ]3 @
附件下载：
: b+ |, x! d5 n4 a3 H1 w$ O
4 ?$ J% O" q" M! }& R! i" k |
|
/1 
发表于 2021-6-22 13:15
收藏
淘帖
支持！
反对！