在OpenCV里实现谱残差的显著性检测

最新推荐文章于 2022-05-15 20:47:35 发布
最新推荐文章于 2022-05-15 20:47:35 发布
阅读量1.8k 收藏 4
点赞数
分类专栏： OpenCV 文章标签： opencv 显著性检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caimouse/article/details/102473885
版权
本文介绍了侯晓迪在07年CVPR上提出的基于谱残差的图像显著性检测方法，该方法利用信息理论中的冗余与变化部分概念，通过计算log频谱的差异来提取图像的显著特征。文章详细阐述了算法步骤，包括傅里叶变换、振幅对数、平滑处理、相位重构等，并展示了使用OpenCV实现该算法的实验结果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

大家看到这个题目时，也许不知道这个东西有什么用，为什么要研究这个东西。其实显著性检测是比较有用的东西，因为它可以解决这三方面问题：一是快速的对象检测；二是广告市场，每个广告图片或视频做出来之后是否能突出相应的产品，就可以通过这个方法来检测制作广告是否成功；三是人工智能，要让机器人模拟人去看所有东西，这样才会感觉到人的注意力思维。其实应用的领域还有很多，比如用手机照相时，就可以动态地提示当前照片最显著性的突出部分，以便让人做不同的姿势调整，拍出更好的照片。

 

《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文。这篇文章提出了一个图像视觉显著性的简单计算模型。这篇论文的核心思想如下：

从信息理论角度：信息可分为冗余部分和变化部分。人们的视觉对变化部分更敏感。视觉系统的一个基本原则就是抑制对频繁出现的特征的响应，同时对非常规的特征保持敏感。

 

作者对图像的log频谱进行了大量研究，发现大量图像的log频谱的平均值是和频率呈现正比关系的，

了解本专栏 订阅专栏 解锁全文 超级会员免费看
图像显著性检测——时域分析（谱残差法、相位谱法）
YBUIIPL的博客
10-24 2万+
1.基于谱残差法的显著性检测 2.基于相位谱的显著性检测 3.基于四元傅里叶变换的显著性检测 4.实验结果 5.参考文献
图像显著性检测-谱残差方法 c++ opencv实现
funsir home
10-25 3527
谱残差方法只对背景单一，目标突出的图像效果好。不适用于复杂纹理背景的图像。下面是c++结合opencv库实现的代码： #include "stdafx.h" #include #include #include using namespace cv; using namespace std; int _tmain(int argc,char** argv) { //读取图片 con
显著检测频谱残差
04-03
《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文，这篇文章提出了一个图像视觉显著性的简单计算模型，这个模型和Irri提出的模型是两个截然不同的模型，Irri模型对于图像视觉显著性主要关注整幅图片突出的部分，通过各种特征的融合提取显著性图，而Hou的这个模型一上来关注的点就不在一张图片里突出的地方，而是背景
显著性检测—谱残差方法分析与实现
weixin_43925119的博客
11-10 6765
基于显著性检测的谱残差方法（Spectral Residual）独立于特征，类别，或其他形式的先验知识的目标。通过对输入图像的对数谱分析，提取图像在光谱域的谱残差，并实现在空间域构造相应的显著性图。通过设置不同的参数，对比其对saliency map造成的影响，并讨论算法本身的优点和限制，以指导产生更好的效果。 点击查看原文《Saliency Detection: A Spectral Residual Approach》 Spectral Residual: 1.介绍 本文指出，许多显著性检测模型都是基于
Opencv之谱残差显著性检测
计算机科学与技术专业学生的成长之路
05-15 1769
学习资料参考： 张平.《OpenCV算法精解：基于Python与C++》.[Z].北京.电子工业出版社.2017. 前言 在使用谱残差进行显著性检测之前，我们需要理解两个概念，分别是幅度谱和相位谱。 幅度谱和相位谱是将图片进行傅里叶正向变换之后得到的结果。幅度谱表示的是每个正弦波的最大幅度值，相位谱表示的是每个正弦波的相位（当然需要选定一个基点）。 原理 图像的傅里叶变换是由幅度谱和相位谱表示的，即通过幅度谱和相位谱可以还原图像。而显著性检测就是通过调整幅度谱和相位谱显示显著目标。 操作步骤 计
openCV实战2 显著性检测
qq_35732321的博客
03-16 5414
实战2 显著性检测1. 概念2 静态显著性检测3 代码 1. 概念 显著性检测指找出图片中引人注目的区域或比较重要的区域。 在OpenCV的saliency模块中有三种显著性检测算法： Static saliency：此类显着性检测算法依赖于图像特征和统计信息来定位图像中显著性区域。 Motion saliency: 此类显着性检测算法输入为视频或一系列连续帧。运动显着性算法处理这些连续的帧，并跟踪帧中“移动”的对象。这些移动的对象被认为是显着性区域。 Objectness：这类显著性检测算法计算出一个个的
opencv vs.zip_opencv vs_opencv 显著性_opencv联合vs_显著性_谱残差图像显著性算法ope
09-21
在本项目中，我们关注的是OpenCV在图像显著性检测中的应用，特别是利用谱残差图像显著性算法。这个算法是计算机视觉领域中用于识别图像中重要或突出区域的一种方法。 显著性检测在很多应用场景中都很重要，如图像...
opencv谱残差图像显著性算法的实现与应用
在这个资源摘要信息中，opencv vs.zip_opencv vs_opencv 显著性_opencv联合vs_显著性_谱残差图像显著性算法ope，主要涉及到opencv的版本对比和联合vs的使用，以及opencv的显著性算法和其在c++中的实现方式。...
图像显著性论文（二）—Saliency Detection: A Spectral Residual Approach
热门推荐
chenjiazhou12的专栏
09-24 2万+
《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文，这篇文章提出了一个图像视觉显著性的简单计算模型，这个模型和Irri提出的模型是两个截然不同的模型，Irri模型对于图像视觉显著性主要关注整幅图片突出的部分，通过各种特征的融合提取显著性图，而Hou的这个模型一上来关注的点就不在一张图片里突出的地方，而是背景，观察是否大部分图片的背景在某个空间上都满足什么变化，最后剔除背景，自然就只剩下图片突出的部分了，这篇
opencv显示图像的频谱图（C++）
qq_45267848的博客
02-15 4005
opencv显示图像的频谱图（C++）1. 图像傅里叶变换2. 幅度谱3.相位谱4. 测试 1. 图像傅里叶变换 图像的傅里叶变换是二维的傅里叶变换，二维离散傅里叶变换(discrete Fourier transform,DFT)定义式如下： 在这里f(m,n)f(m,n)f(m,n)为图像在点(i,j)(i,j)(i,j)的像素值。 二维离散傅里叶反变换为： 在opencv中可以通过dft()函数实现二维离散傅里叶变换，代码如下： Mat DFT::dft2(Mat input) { if (in
VS+opencv 显著性检测
12-18
显著性检测 超像素分割
OpenCV实现显著性检测中的谱残差法（Spectral Residual Method）涉及到了傅立叶正反变换
Kena_M的博客
10-25 8427
习惯了matlab，但是matlab虽然编程简单，可是执行效率不敢恭维，还是费了好大功夫转到OpenCV上来，没学过C++ 的跨专业烟酒僧表示压力很大，折腾了好久终于搞出来了，因为最蛋疼的就是傅立叶的正反变换，，，且不说代码的可读性和执行效率，总之折腾出来了，给自己赞一个打打气，，，
阅读图像显著性检测论文三：Saliency Detection A Spectral Residual Approach
xbcReal的博客
12-12 6694
在介绍这篇论文之前我觉得很有必要介绍本篇论文的作者。侯晓迪，2003年进入上海交大，并于大三于CVPR发表学术论文Saliency detection: A spectral residual approach，引用次数2000+，加州理工大学计算与神经系统博士，计算机视觉和认知科学领域专家，创立了基于频域的视觉注意机制理论，是近10年来在视觉注意机制最有影响力的研究，是计算机视觉领域全球华人博士中学术文章被引用最多的作者(此话来自百度百科，现在是否依旧成立待考证)，现任图森科技联合创始人兼CTO。好了，人
【OpenCV】OpenCV基础教程（9）—— 傅里叶变换
Quentin的博客
11-10 4881
9. 傅里叶变换 9.1 二维离散的傅里叶（逆）变换 9.1.1 离散傅里叶变换 二维离散傅里叶变换的原理略，具体见书P346。 OpenCV实现傅里叶（逆）变换的函数： void cv::dft(cv::InputArray src, cv::OutputArray dst, int flags = 0, int nonzeroRows = 0) src：输入矩阵，只支持 CV_32F 或者 CV_64F 的单通道或双通道矩阵 dst：输出矩阵 flags：用于说明是傅里叶变换还是傅里叶逆变换 D
【显著性检测】Matlab实现显著性检测SR算法
云逸的博客
07-11 7298
目录简介代码运行结果 简介 从信息论的角度来看，有效编码假说将图像信息H(Image) 分为两部分: H(Image)=H(Innovation)+H(Prior Knowledge) H(Innovation)表示突出的部分，H(Prior Knowledge)则表示冗余的信息。 显著性检测的SR方法即谱残差法，是通过去除图像冗余信息来获得图像与众不 同的部分，即显著目标。计算公式如下： 算法步骤为： 对图像进行傅立叶变换 将局部平滑后的对数幅度谱作为冗余部分 原对数幅度谱减去平滑后的对数幅度谱 将剩
基于opencv下的双目视觉三维重建与重投影残差计算
awen
03-26 5925
一、重投影残差 1.1基本概念 重投影残差，按照字面意思解释就是在第二次重新投影的二维像素点与第一次投影得到的像素点之间的残差（欧式距离）大小，残差的大小反映的就是测量仪器的精度以及外界因素对测量结果的干扰，即测量误差的大小。 如下图所示： 假设P是世界坐标系中的一个三维点（真实物点），第一次投影指的就是双目相机C1、C2拍摄时，P点投影到二维像平面上所捕获到的图像点，即图中的P1和P2点；然后利...
OpenCV相机标定原理及实现(普通相机标定、鱼眼相机标定)
chennuo0125的博客
01-10 6106
前言 OpenCV相机标定包括普通相机标定和鱼眼相机标定，其中普通相机标定参考的是张正友标定法，而鱼眼相机的标定是基于等距投影模型进行标定的． 普通相机标定 张正友标定法 (1) 针孔模型内外参标定 针孔相机投影模型方程: sm~=A[Rt]M~(1) s\widetilde{\mathbf{m}} = \mathbf{A}\begin{bmatrix} \mathbf{R} & \mathbf{t} \end{bmatrix} \widetilde{M} \tag{1} sm=A[R​t​]M(1
opencv 图像上画出目标运动的轨迹_OpenCV中的显著性检测（Saliency Detection）
weixin_39883256的博客
11-30 956
前言显著性检测，就是使用图像处理技术和计算机视觉算法来定位图片中最“显著”的区域。显著区域就是指图片中引人注目的区域或比较重要的区域，例如人眼在观看一幅图片时会首先关注的区域。例如下图，我们人眼一眼看过去首先注意到的不是草坪，而是躺在草坪上的内马尔，内马尔所在的区域就是显著性区域。这种自动定位图像或场景重要区域的过程称为显着性检测。显著性检测在目标检测、机器人领域有很多应用。三种显著性检测算法在O...
一种简单的图像显著性计算模型
weixin_33722405的博客
05-19 327
《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文。这篇文章提出了一个图像视觉显著性的简单计算模型。有关算法原理可以参见此篇论文以及作者主页：http://www.klab.caltech.edu/~xhou/projects/spectralResidual/spectralresidual....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

caimouse

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值