图像显着性检测算法matlab代码ADMD
小型红外目标检测的绝对方向平均差（ADMD）算法
以下论文的MATLAB和OpenCV两种实现：使用绝对方向均值差算法的快速而强大的小型红外目标检测
如果您在研究中使用这些代码，请引用以下论文：
的MATLAB
您可以在MATLAB子目录中找到ADMD算法的单标度（7by7）实现。
通过在不同比例尺之间进行最大选择，可以轻松构建多比例尺版本（有关更多信息，请参见本文）。
要实现显着性映射，只需通过AdMD7_eff函数传递测试图像即可：
test_img=double(test_img);
Filtered_image
=
AdMD7_eff(test_img);
OpenCV
在CPP子目录中可以找到ADMD算法的单级和多级实现。
这些代码是在Ubuntu
18.04环境中使用OpenCV
3.4实现的。
先决条件
设置
从源代码构建OpenCV（如果您想启用QT选项以缩放图像并查看像素值），或者仅在终端中使用以下命令即可：
$
sudo
apt
install
libopencv-dev
python3-opencv
2021-10-21 16:47:23
16KB
1
用于视觉显著性检测的MSRA-1000数据集，包含1000张图像和其对应的ground truth，解决了ground truth和原图像大小不一致的问题，可以直接使用。另一个名字叫ASD数据集
2021-10-21 15:40:03
22.95MB
1
GBVS是在itti模型基础上的改进算法，对视觉显著和注意机制的研究人员很有用。 GBVS是在itti模型基础上的改进算法，对视觉显著和注意机制的研究人员很有用。
2021-10-16 19:18:38
8.78MB
1
BING: 二值范数化梯度实现300帧每秒的对象性估计。程明明的对象性快速检测
2021-10-12 11:25:04
3.84MB
1
在智能输电线路综合监测系统中，基于航拍获得的视频图像进行故障的自动检测，具有安全可靠、不受地域影响、成本低以及高效快捷的优势。输电线路上悬挂的异物不仅影响线路的正常供电，还会危及电力线下的行人与车辆安全，严重时会造成
片区大面积停电。本文提出一种基于视觉显著性分析的输电线路异物检测方法，通过分析直升机巡检过程拍摄到的图片，在事先检测到的输电线路兴趣区域内根据人眼感知特性来计算视觉显著图，然后通过视觉显著度对颜色、形状或空间分布等特性对异物区域实现统一定位。该方法可及时地对输电线路上的异物进行自动识别，从而降低工作强度和提高工作效率。
2021-10-02 21:18:58
1.69MB
1