20140818-0824周工作总结

科研道路很苦逼，写点总结以记之

这一周主要是围绕CONTRAST-AWARE IMAGE SALIENCY DETECTION文献展开

也不知道自己实现的方法对不对，暂且记下，

具体方法在E:\Matlab_Project

0818

学习CIELab颜色空间，并实现RGB2Lab.m

0819

图像分块，matlab有相应的函数blkproc

函数：blkproc
功能：对图像进行分块处理

函数调用形式：B = blkproc(A,[m n],fun, parameter1, parameter2, ...)
                         B = blkproc(A,[m n],[mborder nborder],fun,...)
                         B = blkproc(A,'indexed',...)

参数解释：[m n] ： 图像以m*n为分块单位，对图像进行处理（如8像素*8像素）
                  Fun：   应用此函数对分别对每个m*n分块的像素进行处理
                  parameter1, parameter2： 要传给fun函数的参数
                  mborder nborder：对每个m*n块上下进行mborder个单位的扩充，左右进行nborder个单位的扩充，扩充的像素值为0，fun函数对整个扩充后的分块进行处理。

block0.m、block.m用此函数

block_diy.m不用matlab自带分块函数编写的图像分块方法，

后面均用此方法。

0820

实现AC方法

AC.M 是以Lab空间为对象，分别计算L、a、b的AC(Pi)

AC_gray.m是以灰度图为对象，计算灰度图的AC(Pi)

不过，有个疑问是文献AC(Pi)是一个数，还是一个5*5矩阵？

如果是一个数，应该如何计算，先求每个path的均值，还是？

0821-0822

实现BC方法，上一篇文章提到一些

test_NcutImage.m直接使用NcutImage方法（没有分块），

在小尺寸图像有较好的效果

BC.m是取Lab空间的L亮度分量做计算（分块）

BC_gray.m是取灰度图做计算（分块）

同样有跟AC(Pi)一样的疑问，BC(Pi)是？

0823

运动兼休息了一天

0824

数据结构与算法分析Java 第一二章