资源简介
图像显著性matlab代码,将所需要检测的图像放到test文件夹中,灰度图像,然后运行demo.m即可
代码片段和文件信息
% Demo for paper “Saliency Detection via Graph-based Manifold Ranking“
% by Chuan Yang Lihe Zhang Huchuan Lu Ming-Hsuan Yang and Xiang Ruan
% To appear in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) Portland June 2013.
clear all;
tic
addpath(‘./others/‘);
%%------------------------set parameters---------------------%%
theta=10; % control the edge weight
alpha=0.99;% control the balance of two items in manifold ranking cost function
spnumber=200;% superpixel number
imgRoot=‘./test/‘;% test image path
saldir=‘./saliencymap/‘;% the output path of the saliency map
supdir=‘./superpixels/‘;% the superpixel label file path
mkdir(supdir);
mkdir(saldir);
imnames=dir([imgRoot ‘*‘ ‘jpg‘]);
for ii=1:length(imnames)
disp(ii);
imname=[imgRoot imnames(ii).name];
[input_imw]=removeframe(imname);% run a pre-processing to remove the image frame
[mnk] = size(input_im);
%%----------------------generate superpixels--------------------%%
imname=[imname(1:end-4) ‘.bmp‘];% the slic software support only the ‘.bmp‘ image
comm=[‘SLICSuperpixelSegmentation‘ ‘ ‘ imname ‘ ‘ int2str(20) ‘ ‘ int2str(spnumber) ‘ ‘ supdir];
system(comm);
spname=[supdir imnames(ii).name(1:end-4) ‘.dat‘];
superpixels=ReadDAT([mn]spname); % superpixel label matrix
spnum=max(superpixels(:));% the actual superpixel number
%%----------------------design the graph model--------------------------%%
% compute the feature (mean color in lab color space)
% for each node (superpixels)
input_vals=reshape(input_im m*n k);
rgb_vals=zeros(spnum13);
inds=cell(spnum1);
for i=1:spnum
inds{i}=find(superpixels==i);
rgb_vals(i1:)=mean(input_vals(inds{i}:)1);
end
lab_vals = colorspace(‘Lab<-‘ rgb_vals);
seg_vals=reshape(lab_valsspnum3);% feature for each superpixel
% get edges
adjloop=AdjcProcloop(superpixelsspnum);
edges=[];
for i=1:spnum
indext=[];
ind=find(adjloop(i:)==1);
for j=1:length(ind)
indj=find(adjloop(ind(j):)==1);
indext=[indextindj];
end
indext=[indextind];
indext=indext((indext>i));
indext=unique(indext);
if(~isempty(indext))
ed=ones(length(indext)2);
ed(:2)=i*ed(:2);
ed(:1)=indext;
edges=[edges;ed];
end
end
% compute affinity matrix
weights = makeweights(edgesseg_valstheta);
W = adjacency(edgesweightsspnum);
% learn the optimal affinity matrix (eq. 3 in paper)
dd = sum(W); D = sparse(1:spnum1:spnumdd); clear dd;
optAff =(D-alpha*W)\eye(spnum);
mz=diag(ones(spnum1));
mz=~mz;
optAff=optAff.*mz;
%%-----------------------------stage 1--------------------------%%
% compute the saliency value for each superpixel
% with the top boundary as the query
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2754857 2016-09-12 05:27 saliency\2013CVPR_Saliency Detection via Graph-ba
文件 5186 2018-04-29 21:13 saliency\demo.m
文件 8600 2016-11-11 03:18 saliency\demo_annotated.m
文件 13868 2018-10-25 10:26 saliency\hideimg.jpg
文件 1082 2018-10-29 22:48 saliency\lena\1-2.png
文件 1067 2018-10-29 22:48 saliency\lena\1.png
文件 7516 2018-10-25 11:01 saliency\lena\lena-2.png
文件 7402 2018-10-25 11:01 saliency\lena\LENA.png
文件 291582 2018-10-25 10:26 saliency\msg.txt
文件 2101 2015-10-26 12:54 saliency\others\adjacency.m
文件 1052 2015-10-26 12:54 saliency\others\AdjcProcloop.m
文件 14019 2015-10-26 12:54 saliency\others\colorspace.m
文件 215 2015-10-26 12:54 saliency\others\makeweights.m
文件 2365 2015-10-26 12:54 saliency\others\normalize.m
文件 441 2015-10-26 12:54 saliency\others\ReadDAT.m
文件 1300 2018-10-29 22:48 saliency\others\removefr
文件 31 2018-10-25 10:26 saliency\psnr.txt
文件 1924 2015-10-26 12:54 saliency\readme.txt
文件 1104 2018-10-30 15:21 saliency\saliencymap\2.png
文件 1108 2018-10-30 15:21 saliency\saliencymap\2_stage1.png
文件 1110 2018-10-30 15:21 saliency\saliencymap\3.png
文件 1100 2018-10-30 15:21 saliency\saliencymap\3_stage1.png
文件 1061 2018-10-30 15:21 saliency\saliencymap\4.png
文件 1082 2018-10-30 15:21 saliency\saliencymap\4_stage1.png
文件 1091 2018-10-30 15:21 saliency\saliencymap\5.png
文件 1100 2018-10-30 15:21 saliency\saliencymap\5_stage1.png
文件 996 2018-10-30 15:21 saliency\saliencymap\6.png
文件 1094 2018-10-30 15:21 saliency\saliencymap\6_stage1.png
文件 950 2018-10-30 15:21 saliency\saliencymap\8.png
文件 760 2018-10-30 15:21 saliency\saliencymap\8_stage1.png
............此处省略36个文件信息
相关资源
- 超像素分割matlab代码
- 图像显著性检查GBVS、Itti、SR(Spectr
- SNIC超像素分割算法
- SLIC超像素分割 matlab版本的代码
- 图像显著性检测的文章及代码
- 流行排序算法 matlab
- 图像显著性检测
- 简单图像显著性特征提取matlab代码
- crf图像显著性检测
- SLIC的源码
- 图像显著性特征提取算法
- SLIC超像素分割matlab代码
- 图像显著性检测算法
- SLICPdbscan 运用超像素分割算法对图像
- gbvs 静态图像显著性分析程序
- Image-salient-regions 图像显著性
- superpixels 采用超像素进行分割图像
- turbopixels_code.tar 目前效果最好的超像
- TurboPixels 一个非常有用的超像素算法
- CVPR12_SAS_code 基于超像素的图像分割程
- Plot_PreRecallThousand 在进行图像显著性分
- super-pixel 基于熵率的超像素分割代码
- slic超像素分割 Matlab代码
- SLIC超像素风格slicmex.c修改后的文件,
评论
共有 条评论