基于元胞自动机的显著性检测_BSCA(Saliency Detection via Cellular Automata)

该博客介绍了使用元胞自动机进行显著性检测的BSCA方法,包括全局差异矩阵融合和基于元胞自动机的同步更新机制。通过多层元胞自动机融合多种显著图,利用OTSU算法进行二进制分割,并通过影响因子矩阵、置信度矩阵和同步更新原则优化算法,最终得到显著区域。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

详见点击打开链接

【算法】

1、全局差异矩阵的融合

首先用SLIC超像素分割把图像分成N个小的超像素点,应用像素点的平均颜色特征和平均坐标来描述每一个超像素点。为获得更优化的背景种子,基于图像边缘点的CIELAB颜色特征,用K-means算法将图像的边缘分成K类,K=3。属于第k类的超像素点总数为,k=1,2,...,K。基于K个不同的类,构建K个不同的全局颜色差异图(GCD)。在GCD矩阵中,元素表示在第k个GCD图中元胞i的显著性值,i=1,2,...,N。元胞i的显著性值为:

其中||Ci,Cj||是超像素点i和j在LAB颜色空间的欧式距离,设
当一个超像素点的显著性值是基于离他最近的背景类计算时,他的显著性值就越准确。因此,构建全局空间距离(GSD)矩阵来权衡不同GSD图之间的重要性。代表超像素点i和所有第k类背景点之间的空间距离:

 其中ri和rj是超像素点i和j的坐标,是控制权重常量,
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值