公开(公告)号：CN108921820A

公开(公告)日：2018-11-30

申请号：CN201810540285.6

申请日：2018-05-30

申请人： 咸阳师范学院

发明人： 张艳邦 ,  张芬

IPC分类号： G06T7/00 ,  G06T7/90 ,  G06T7/194 ,  G06K9/46 ,  G06K9/62

摘要： 本发明涉及一种特征聚类和颜色对比度的图像显著性目标检测方法，首先，同时考虑了Lab和对抗色两个颜色空间，同时考虑了每个像素点与多尺度邻域差值问题，这样既考虑图像的整体特征又考虑图像的局部特征。运用信息熵作为衡量显著图的检测效果，首先运用信息熵找到每个颜色通道中的最优三个邻域尺度，然后用信息熵找到最优三个颜色通道，并且运行信息熵组合每步得到的最优显著图。这样既考虑图像的整体特征又考虑图像的局部特征。接着运用信息熵分步组合得到的最优显著性分布图。

公开(公告)号：CN108921820B

公开(公告)日：2021-10-29

申请号：CN201810540285.6

申请日：2018-05-30

申请人： 咸阳师范学院

发明人： 张艳邦 ,  张芬

IPC分类号： G06T7/00 ,  G06T7/90 ,  G06T7/194 ,  G06K9/46 ,  G06K9/62

摘要： 本发明涉及一种特征聚类和颜色对比度的图像显著性目标检测方法，首先，同时考虑了Lab和对抗色两个颜色空间，同时考虑了每个像素点与多尺度邻域差值问题，这样既考虑图像的整体特征又考虑图像的局部特征。运用信息熵作为衡量显著图的检测效果，首先运用信息熵找到每个颜色通道中的最优三个邻域尺度，然后用信息熵找到最优三个颜色通道，并且运行信息熵组合每步得到的最优显著图。这样既考虑图像的整体特征又考虑图像的局部特征。接着运用信息熵分步组合得到的最优显著性分布图。