|
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
J- Y) V# i9 l* x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( a5 K q% Q* L( g. J! O2 [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, F2 l: H; }; f; E
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
, A" e# ^" u4 r' Z8 l/ w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,
/ B, i$ G5 ]& T. ?. T% F( Y! Z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
- W) P# W) Y) O/ `* ?0 F2 @- N确度和召回率,并且可以产生平滑显著图。/ {/ f- J2 Q8 H( O0 s
关键词:显著性区域检测;多尺度融合;KL 散度;闭环连通图
6 b0 Y+ ~3 M8 w7 m$ e- M" ^7 T; W5 |" H7 G4 M$ r
, @' A1 D6 ] b+ [4 z+ A' T% a+ V- A
( R" m0 s, V* T- t& _+ [, x
5 o( n# B( r& r/ x/ L附件下载:
) v- Z2 C @6 j& N
+ Y6 `) C- b- D. G |
|