基於超像素和馬爾科夫鏈的顯著性區域檢測算法

顯著性檢測算法常通過計算像素之間的差異來確定顯著性，但是對像素的選取通常是固定的，容易忽略圖像中物體的邊界信息，導致最終檢測結果中目標的邊界比較模糊。 基於超像素和馬爾科夫鏈的顯著性區域檢測算法，將圖像分割成若干個超像素，用Wasserstein距離衡量超像素之間的顏色、方向和位置的差異來建立馬爾科夫鏈，將顯著性檢測問題轉換成馬爾可夫鏈上的隨機遊走問題，使用它的平穩分佈作爲圖像的顯著度。 1、引言

>>阅读原文<<