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