Ft（Frequency-tuned）算法进行显著性检测 opencv实现（C++）

最新推荐文章于 2025-06-25 15:55:09 发布

TurtleMeow

最新推荐文章于 2025-06-25 15:55:09 发布

阅读量7.2k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：图像处理 opencv 文章标签：显著性检测 opencv

本文链接：https://blog.youkuaiyun.com/yinhuan1649/article/details/79928562

FT算法来自文献：《Frequency-tuned Salient Region Detection》

作者主页：
http://ivrlwww.epfl.ch/supplementary_material/RK_CVPR09/

FT算法由Achanta等提出，利用颜色特征的中央-周边算子来得到显著图。其求解过程非常简单：

其算法原理如下图所示：
流程图

原理比较简单：

作者主要利用的是颜色特征和亮度特征。

对图像img进行高斯滤波得到gfrgb；
将图像imgrgb由RGB颜色空间转换为LAB颜色空间imglab；
对转换后的图像imglab 的L,A,B三个通道的图像分别取均值得到lm,am,bm；
计算显著值，即对分别对三个通道的均值图像和滤波得到的图像取欧氏距离并求和；
利用最大值对显著图归一化。

作者主页开源了其matlab代码，如下：

im=imread('./srcimgs/test.jpg');      %读图

gfrgb = imfilter(im, fspecial('gaussian', 3, 3), 'symmetric', 'conv'); %高斯滤波，核3*3或5*5

%gfrgb = im;
cform = makecform('srgb2lab');%颜色空间转换，RGB--->Lab空间，获取一个转换模板cform

lab = applycform(gfrgb,cform);%颜色空间转换，完成RGB--->Lab空间转换



l = double(lab(:,:,1));%L通道
lm = mean(mean(l));%整幅图片的l均值

a = double(lab(:,:,2)); 
am = mean(mean(a));%整幅图片的a均值

b = double(lab(:,:,3)); 
bm = mean(