图像显著图计算

简介

　　因为需求原因，看了下显著图这块，本篇主要是对论文:Saliency Filters: Contrast Based Filtering for Salient Region Detection的实现和总结。

基本原理

　　主要涉及超像素和一些基本假设：1、超像素分割和滤波，保边的同时去掉噪声之类干扰。
                                  2、假设图像上出现得越罕见的颜色，越显著。
                                  3、某个颜色密集分布在某个区域，比零散或均匀分布在整个图像上更加显著。

实现流程

　　如论文所述，分为四个部分：
        1、超像素分割和滤波。网上有现成超像素算法，滤波很简单，就是简单的超像素内像素求均值。
得到中间结果图如下：
       

        2、计算超像素颜色/成分罕见度。
          根据公式：。
    其中Wij = 
        pi为超像素元素坐标平均值。
        ci为超像素元素颜色平均值。
        N为超像素个数。

得到中间结果图如下：
       

        3、计算超像素元素颜色分布密度。
          根据公式：

得到中间结果图如下：
       

        4、显著图计算
          根据公式：

得到最终显著图：
       

结果对比和缺陷疑问

　　跑了轮图片，结果如下：
        
        
        

感觉该论文算法，对场景单一前景可以有很好效果，但是对复杂场景，效果似乎不是很好。