本文深入探讨了一篇关于图像显著性检测的论文，重点介绍了两种方法：基于直方图统计的对比度（HC）和基于区域的对比度（RC）。HC方法通过颜色距离计算显著性，通过直方图加速降低计算复杂度，同时采用颜色空间平滑减少量化瑕疵。RC方法利用区域颜色直方图和空间信息计算对比度，提高显著性检测的准确性。实验部分展示了显著性分割、内容感知图像缩放和非真实感渲染的应用效果。
这篇论文其实在作者的主页上面已经给出中文版的论文了，所以大家看看中文版的论文也就可以看懂了，这里不想多做解析，只是贴出来自己以后可以看，算是显著性论文整个脉络中的一篇吧。
1、引言
论文的提出主要是根据以下几点考虑
根据这几点的分析，作者在文章中提出了两种方法，分别是基于直方图对比度的方法（HC）和基于局域对比度的方法（RC）。
2、基于直方图统计的对比度（HC）
该方法其实与LC方法很像，只不过LC考虑的是图像的亮度，而作者考虑的是图像的颜色，所以效果会比LC好一些，但是HC方法考虑颜色，所以计算量会很大，因为彩色图片有三个通道，每个通道取值为0-255，所以总共有255的3次方种颜色，这个计算量是非常大的，但作者做了一个巧妙的变化，化解了这个问题，现在我们就来看看这种方法。
该方法起初引入了以上公式，其中D(Ik，Ii)为像素Ik和像素Ii在L*a*b空间的颜色距离。将公式展开可得
如果按照以上方法计算那么我们可以得到，相同颜色值的像素得到的显著性&
最低0.47元/天 解锁文章
5069
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
