显著性检测的经典算法代码.zip

视频显著性区域提取 C++代码

针对之前提出的很多算法产生的显著图都存在背景信息杂乱、干扰噪声多、细节丢失等问题，提出了一种基于小波变换和Retinex算法的显著性检测算法。首先，利用Retinex算法对图像进行前期处理；然后，对前

为适应不同终端显示多样化的要求，需对接收到的图像进行缩放调整。针对现有的基于内容感知（content-aware）的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题，提出了一个基于离散余弦变换（

针对现有的基于图像底层特征的显著性检测算法检测准确度不高的问题，提出了一种基于颜色和纹理特征的显著性检测算法。在RGB和Lab颜色空间上，同时考虑了图像的颜色对比度特征、纹理特征。运用二维信息熵作为衡

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大

基于局部统计与整体显著性的织物疵点检测算法

针对复杂背景的视频图像车型识别,提出了一种利用尺度显著性的车型识别方法。由于尺度显著性对图像均一亮度变化、缩放、旋转以及噪声都具有不变性,因此引入尺度显著性算法提取车辆图像的分类特征。最后采用RBF网

针对当前图像显著性检测算法存在的边缘检测不清晰和内部不均匀的问题,提出一种基于无向权重图和多特征传播的图像显著性检测方法。首先以超像素为节点构建无向图,并改进边界超像素的连接方式。在改进图的基础上利用

针对当前图像显著性检测算法存在的检测不准确和边缘不清晰问题,提出基于改进的贝叶斯公式融合算法。采用compactness先验得到初级显著图,并以初级显著图作为训练样本,采用多核学习方式得到次级显著图,

针对增强现实系统在复杂环境中跟踪注册稳健性不足以及特征搜索空间大的问题,提出一种结合显著性检测的混合跟踪注册方法。首先,利用均值漂移迭代运算预测候选目标位置,建立峰值位于目标中心的二维高斯函数,生成融