【图像算法】图像特征:三个图像显著性区域特征提取方法
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了【图像算法】图像特征:三个图像显著性区域特征提取方法,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含3262字,纯文字阅读大概需要5分钟。
内容图文
【图像算法】图像特征:三个图像显著性区域特征提取方法
SkySeraph Aug 11st 2011 HQU
Email:zgzhaobo@gmail.com QQ:452728574
Latest Modified Date:Aug 11st 2011 HQU
-------------------------------------------------------------------------------------------------------------------------------
》第一种方法:
原理:Frequency-tuned Salient Region Detection.CVPR.2009
定义:
简述:
三步,滤波+颜色空间转换+计算SaliencyMap(见源码)
效果:
待测试图(后同)
结果1:(原作者代码测试结果)
结果2:(我用OpenCV改写的代码测试结果)
结果3:(我的改进测试(空间选择不同))
源码(matlab):
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
%---------------------------------------------------------
% Read image and blur it with a 3x3 or 5x5 Gaussian filter
%---------------------------------------------------------
img = imread(
‘input_image.jpg‘
);%Provide input image path
gfrgb = imfilter(img, fspecial(
‘gaussian‘
, 3, 3),
‘symmetric‘
,
‘conv‘
);
%---------------------------------------------------------
% Perform sRGB to CIE Lab color space conversion (
using D65) %---------------------------------------------------------
cform = makecform(
‘srgb2lab‘
,
‘whitepoint‘
, whitepoint(
‘d65‘
));
lab = applycform(gfrgb,cform);
%---------------------------------------------------------
% Compute Lab average values (note that in the paper
this
% average is found from the unblurred original image, but
% the results are quite similar)
%---------------------------------------------------------
l =
double
(lab(:,:,1)); lm = mean(mean(l));
a =
double
(lab(:,:,2)); am = mean(mean(a));
b =
double
(lab(:,:,3)); bm = mean(mean(b));
%---------------------------------------------------------
% Finally compute the saliency map and display it.
%---------------------------------------------------------
sm = (l-lm).^2 + (a-am).^2 + (b-bm).^2;
imshow(sm,[]);
%--------------------------------------------------------
|
------------------------------------------------------------------------------------------------------------------------------
》第二种方法:
原理:
Y. Zhai and M. Shah. Visual attention detection in video sequences using spatiotemporal cues. In ACM Multimedia, pages 815–824. ACM,2006.
定义:
效果:
------------------------------------------------------------------------------------------------------------------------------
》第三种方法:
原理:http://www.klab.caltech.edu/~xhou/projects/spectralResidual/spectralresidual.html
源码(matlab):
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
clear
clc
%% Read image from file
inImg = im2double(rgb2gray(imread(
‘yourImage.jpg‘
)));
inImg = imresize(inImg, 64/size(inImg, 2));
%% Spectral Residual
myFFT = fft2(inImg);
myLogAmplitude =
log
(
abs
(myFFT));
myPhase = angle(myFFT);
mySpectralResidual = myLogAmplitude - imfilter(myLogAmplitude, fspecial(
‘average‘
, 3),
‘replicate‘
);
saliencyMap =
abs
(ifft2(
exp
(mySpectralResidual + i*myPhase))).^2;
%% After Effect
saliencyMap = mat2gray(imfilter(saliencyMap, fspecial(
‘gaussian‘
, [10, 10], 2.5)));
imshow(saliencyMap);
|
效果:
------------------------------------------------------------------------------------------------------------------------------
Author: SKySeraph
Email/GTalk: zgzhaobo@gmail.com QQ:452728574
From: http://www.cnblogs.com/skyseraph/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利.
原文:http://www.cnblogs.com/GarfieldEr007/p/5459634.html
内容总结
以上是互联网集市为您收集整理的【图像算法】图像特征:三个图像显著性区域特征提取方法全部内容,希望文章能够帮你解决【图像算法】图像特征:三个图像显著性区域特征提取方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。