1 简介
FT 显著性检测算法从频域出发,利用高斯低通滤波,计算 CIE Lab 颜色空间中单个像素和图像所有像素平均值的欧氏距离作为该像素的显著值。FT 算法在强调显著对象的同时,能够建立较为清晰的边界,对纹理和噪声产生的高频信息应有较强的抗干扰能力,并能有效地输出全分辨率即和原图同样大小的显著性图。
2 部分代码
function sm= ft_saliency(img)
gfrgb = imfilter(img, fspecial('gaussian',3,3), 'symmetric', 'conv');
cform = makecform('srgb2lab');%转换颜色空间,RGB到Lab
lab = applycform(gfrgb,cform);
l = double(lab(:,:,1)); lm = mean(mean(l));
a = double(lab(:,:,2)); am = mean(mean(a));
b = double(lab(:,:,3)); bm = mean(mean(b));
sm = (l-lm).^2 + (a-am).^2 + (b-bm).^2; %求欧式距离
sm=(sm-min(min(sm)))./(max(max(sm))-min(min(sm)));
% imshow(sm);
end
3 仿真结果
4 参考文献
[1]王晓宇, 杨帆, 范海瑞,等. 融合改进FT显著性与Grabcut的图像目标分割算法[J]. 电讯技术, 2019, 59(2):7.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
部分理论引用网络文献,若有侵权联系博主删除。