Itti显著性模型（cpp）较原版简洁易懂

//Itti视觉注意模型的opencv实现
//代码参照Matlab的代码进行编写，结构上进行了一定得优化
//Matlab代码的下载地址见本人CSDN资源
//http://download.csdn.net/detail/megaarthur/7402441
//2014.5.20——2014.5.25
//by Yin Ruoxuan 

#include 
#include
#include
#include
#include
#include
#define PI 3.1415926
using namespace std;


//高斯金字塔结构体
typedef struct GaussPyr
	{
		IplImage *lev[9];
	}GaussPyr;


//将金字塔尺寸定义为全局变量
CvSize PyrSize[9] = {NULL};


//初始化金字塔结构体
void initPyr（GaussPyr *p）
{
	for（int i = 0; i < 9; i++）
		p->lev[i] = cvCreateImage（PyrSize[i] IPL_DEPTH_64F 1）;
}


//根据层数，求第i层的尺寸
int downsample（int x int level）
{
	if（level-- > 0）
	{
		if（x%2 == 0）
			x = x/2;
		else
			x = （x+1）/2;

		downsample（xlevel）;
	}
	if（level == -1）
		return x;
}


//计算并产生一幅图的高斯金字塔
void Gscale（GaussPyr *p IplImage *data int level double sigma）
{
	for（int i = 0; i	{

		if（i == 0）
			cvSmooth（data p->lev[0] CV_GAUSSIAN 5 5 sigma 0）;
		else
		{
			IplImage *tem = cvCreateImage（PyrSize[i-1] IPL_DEPTH_64F 1）;
			cvSmooth（p->lev[i-1] tem CV_GAUSSIAN 5 5 sigma 0）;
			for（int a = 0; a < PyrSize[i].height; a++）
				for（int b = 0; b < PyrSize[i].width; b++）
					（（double *）（p->lev[i]->imageData + a*p->lev[i]->widthStep））[b] = （（double *）（tem->imageData + 2*a*tem->widthStep））[2*b];

		}
	}
}


//c-s过程中用到的跨尺度相减
void overScaleSub（IplImage *s1 IplImage *s2 IplImage *dst）
{
	cvResize（s2 dst CV_INTER_LINEAR）;
	cvAbsDiff（s1 dst dst）;
}


//求图像的局部最大值
void getLocalMaxima（IplImage *scr double thresh double *lm_sum int *lm_num double*lm_avg）
{
	*lm_sum = 0.0;
	*lm_num = 0;
	*lm_avg = 0.0;
	int count = 0;
	
	for（int a = 1; a < （（scr->height） - 1）; a++）
		for（int b = 1; b< （（scr->width） - 1）; b++）
		{
			double val = （（double *）（scr->imageData + a*scr->widthStep））[b];
			if（（val >= thresh） &&
				（val >= （（double *）（scr->imageData + （a-1）*scr->widthStep））[b]） &&
				（val >= （（double *）（scr->imageData + （a+1）*scr->widthStep））[b]） &&
				（val >= （（double *）（scr->imageData + a*scr->widthStep））[b-1]） &&
				（val >= （（double *）（scr->imageData + a*scr->widthStep））[b+1]））
			{
				if（val == 10） count++;
				*lm_sum += val;
				（*lm_num） ++;
			}
		}
	
	if（*lm_num > count）
	{
		*lm_sum = *lm_sum - 10*count;
		*lm_num = *lm_num - count;
		if（*lm_num > 0）
			*lm_avg = *lm_sum / *lm_num;
		else
			*lm_avg = 0;
	}
	else
		*lm_avg = 0;
}


//N操作，包括下采样到第5层的尺寸
void N_operation（IplImage *scr IplImage *dst）
{
	cvNormalize（scr scr 1.0 0.0 CV_MINMAX NULL）;
	cvConvertScale（scr scr 10 0）;
	int lm_num;
	double lm_sum;
	double lm_avg;
	getLocalMaxima（scr 1 &lm_sum &lm_num &lm_avg）;
	if（lm_num > 0）
		cvConvertScale（scr scr （10-lm_avg）*（10-lm_avg） 0）;

	
	//下采样，先判断目前的层数
	if（ scr->height == PyrSize[2].height ）//scr在第三层
	{
		for（int a = 0; a < PyrSize[4].height; a++）
			for（int b = 0; b < PyrSize[4]