20220302显著性算法：Itti

0 说明

本篇文章主要了解了Itti显著性检测算法，并阅读相关的代码，最后在SAR图像上进行实验和测试。
原理部分本文主要参考了：https://blog.csdn.net/weixin_42647783/article/details/82532179
代码部分主要参考了https://zhuanlan.zhihu.com/p/441836726

1 简介

Itti视觉显著性模型的结构如下图[1]。

2 Itti算法

2.1 输入

文章中图片的尺寸为640×480静态彩色照片，包括RGB三个通道。

2.2 构建高斯金字塔

先将输入图像表示成0层的高斯金字塔。其中第0层表示输入图像，第1-8层分别采用3×3的高斯滤波器进行滤波和下采样，大小分别为输入图像的1/2、1/4、1/8…1/256，即可得到9个尺度下的三通道图像，其中。
（1）构建亮度高斯金字塔
在九个尺度下计算，我们可以得到。

（2）构建颜色高斯金字塔
在9个尺度下，分别计算：
红色特点：
绿色特点：
蓝色特点：
黄色特点：

（3）构建方向金字塔
接下来采用Gabor滤波器构建方向金字塔，其中，。

2.3 特征图的构建

获得亮度、颜色、方向高斯金字塔之后，采用Center-Surround方法，其中Center（c）表示精细尺度，Surround（s）表示粗尺度计算对应的特征图。计算方法为：




其中和。上面的表示将粗尺度插值到细尺度后减去矩阵元素。 表示亮度特征图，表示颜色特征图，表示方向特征图。

2.4 显著图的构建

本文提出了一种特征图归一化算子，它可以增强具有少量活动峰（即尖锐值）的特征图，并抑制具有大量活动峰的特征图。操作方法如下：
（1）首先对输入的特征图归一化到范围；
(2) 找到该特征图的全局最大值M所在位置并计算其他所有局部最大值的均值，然后把整 个特征图同乘以；
如下图所示，中间一列的上图是具有大量活动峰的特征图。 操作后得到的特征图整体比较平滑，活动峰被抑制。中间一列的下图是具有少量活动峰的特征图。 操作后得到的特征图在原来的活跃峰值处得到增强。

通过以上操作，可以得到最终的视觉显着性图，计算方法如下：

其中是指将多个图像调整至同一个尺寸后相加的操作，于是得到了亮度、颜色和方向显著图，最终的显著图S为，

一般在目标检测中，根据设定的阈值检测显着性目标。设定的阈值逐渐降低，得到的显着性目标会逐渐增加，检测时间也会增加。论文的实验如图所示。

3 论文实验

论文在不同加性噪声下对同一图像的检测效果如下图所示

论文还对比了Reinagel和Zador提出的SFC（Spatial Frequency Content，空间频率内容模型）在检测目标上的效果，实验结果表明，ITTI模型对于噪声具有较好的鲁棒性，而SFC模型则做没有[1]。实验对比如下图所示，(a)是待处理的图像，(b)是ITTI模型得到的视觉显著图，©是SFC模型得到的显著图，(d)是两种模型对检测目标的标记，标记显著图中大于最大值的98%的部分，其中黄色的标记是ITTI模型得到的结果，红色的标记是SFC模型得到的结果。

4 相关代码

自己整理的相关代码（matlab）整理如下：
链接：https://pan.baidu.com/s/1DNKAPcIyVFsGHHVdGr_YRw
提取码：ynk8

文件夹说明：（1）input中为SAR图像示例图片；（2）myitti2.m为主程序文件；（3）paper43.m为我整理的，复现论文43[4]的改良的Itti算法，，。

5 SAR图像实验结果

下图是在paper43.m运行出现的结果，可以发现对于彩色图片来说可以很好的检测，但是对于SAR图像来说效果并不是很好。会出现锯齿状的边缘，没有初始图像好。作为引导显著性网络有待考量，还需要经过网络的学习得到。另一个思考就是对于c和s的设置属于超参数，对于不同尺度的目标进行检测的时候需要设置不同的值。

6 参考文献

[1]L。Itti, C。Koch and E。Niebur, “A model of saliency-based visual attention for rapid scene analysis,” in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol。20, no。11, pp。1254-1259, Nov。1998, doi: 10.1109/34.730558.
[2]https://blog.csdn.net/weixin_42647783/article/details/82532179
[3]https://zhuanlan.zhihu.com/p/441836726
[4]L。Du, L。Li, D。Wei and J。Mao, “Saliency-Guided Single Shot Multibox Detector for Target Detection in SAR Images,” in IEEE Transactions on Geoscience and Remote Sensing, vol。58, no。5, pp。3366-3376, May 2020, doi: 10.1109/TGRS.2019.2953936.