Resumen

El modelo de cálculo de saliencia basado en el principio de ecuaciones diferenciales parciales a veces resalta áreas con alto contraste en el fondo, y los objetivos salientes obtenidos ocasionalmente tienen agujeros. Los problemas anteriores pueden resolverse combinando el mapa de saliencia del centro de cálculo de envolvente convexa mejorado. Este artículo diseña un algoritmo de segmentación de imagen a color de un solo objetivo basado en ecuaciones diferenciales parciales. Primero, calculamos el mapa de saliencia básico según la singularidad del color y la distribución espacial del color; segundo, luego usamos el superpíxel para mejorar la envolvente convexa y calcular el mapa de saliencia central según el principio; finalmente, se calculan el mapa de saliencia básico y el mapa de saliencia central. Se utiliza la fusión ponderada para obtener el mapa de saliencia integral, y se utiliza el método de umbral para segmentar el mapa de saliencia integral y obtener la imagen final del objetivo. Este artículo diseña un estándar de evaluación adec

• Materias:Ecuaciones diferenciales parciales Ecuación de difusión Sistema de discriminación Singularidad Acoplamiento electromecánico
• Subjects:Partial differential equations Diffusion equation Discrimination system Singularity Electromechanical coupling
• Palabras claves:Objetivos destacados; Ecuaciones diferenciales parciales; Algoritmo de segmentación de imágenes en color; Envolvente convexa; Mapa de saliencia central; Método de segmentación
• Keywords:Salient targets; Partial differential equations; Color image segmentation algorithm; Convex hull; Central saliency map; Segmentation method