显著性物体检测: Global Contrast based Salient Region Detection (RC 和 HC)

前言：

论文链接：Global Contrast based Salient Region Detection

2013年，CVPR，来自于程明明团队，主要提出一种基于全局对比度的显著性区域检测算法。

作者主要认为：

• 全局对比，避免仅在物体轮廓处产生较高显著值（局部对比的缺点）；
• 有利于为相似区域分配一个相近的显著值，均匀突出目标；
• 物体显著性，主要由它与周围区域对比度决定，相距很远的区域起作用较小；

算法细节：

基于对比度的物体显著性计算，将像素的显著值定义为它和图像中其他像素的对比度，即：（在Lab空间度量）

Part 1: 基于直方图对比度的方法：HC （速度更快，准确率略低）

1) 基于直方图加速     根本思路在于：减少颜色数目，具体来说，将出现频率较小的颜色丢掉，仅保留高频出现的颜色，并确保颜色覆盖95%以上像素。