|
|
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 @6 d- R, Q) K9 G8 M
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' G: f0 [. @3 P" }. T4 ~
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
/ S1 f0 b% q4 J+ d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: c+ z3 [0 ~! j/ E
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，/ D4 w7 u' o. o' W
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0 q" T% a4 V0 B: i3 N
确度和召回率，并且可以产生平滑显著图。
+ h5 F8 b: _/ k5 v. M( x关键词：显著性区域检测；多尺度融合；KL 散度；闭环连通图- c, Q2 V% x# b6 e5 s8 X
) O$ Q; v6 ~+ Z% X8 R
! A C5 }+ D+ P
" Y4 W5 S `8 l$ r4 q, A# q
: q/ _% P) l: m附件下载：
# O3 q% o" x2 l. N- u) E: W, b
9 n8 l2 T' v; l( Q! n |
|
/1 
发表于 2021-6-22 13:15
收藏
淘帖
支持！
反对！