图像显著性检测论文代码

你可以试试下面的程序：\x0d\x0aI=imread(''); % 假设要处理的图像是\x0d\x0aheights=size(I,1); % 图像的高\x0d\x0awidths=size(I,2); % 图像的宽\x0d\x0am=8; % 假设纵向分成8幅图\x0d\x0an=10; % 假设横向分成10幅图\x0d\x0a% 考虑到rows和cols不一定能被m和n整除，所以对行数和列数均分后要取整\x0d\x0arows=round(linspace(0,heights,m+1)); % 各子图像的起始和终止行标\x0d\x0acols=round(linspace(0,widths,n+1)); % 各子图像的起始和终止列标\x0d\x0ablocks=cell(m,n); % 用一个单元数组容纳各个子图像\x0d\x0afor k1=1:m\x0d\x0a for k2=1:n\x0d\x0a blocks{k1,k2}=I(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:);\x0d\x0a subimage=blocks{k1,k2};\x0d\x0a % 以下是对subimage进行边缘检测\x0d\x0a % 加入边缘检测的代码\x0d\x0a % 以上是对subimage进行边缘检测\x0d\x0a blocks{k1,k2}=subimage;\x0d\x0a end\x0d\x0aend\x0d\x0aprocessed=I; % processed为处理后的图像，用原图像对其初始化\x0d\x0a% 以下为拼接图像\x0d\x0afor k1=1:m\x0d\x0a for k2=1:n\x0d\x0a processed(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:)=blocks{k1,k2};\x0d\x0a end\x0d\x0aend\x0d\x0afigure,imshow(processed)\x0d\x0a% 以上的程序已测试过，对灰度图像和真彩图像都可以运行。