![计算机视觉特征检测及应用](https://wfqqreader-1252317822.image.myqcloud.com/cover/808/26688808/b_26688808.jpg)
上QQ阅读APP看书,第一时间看更新
5.1 均值缺席重要性的构造
对于图像中的任一点X,定义以X为中心的3×3邻域为其支撑区域,记为G(X),选取均值作为局部区域的度量标准,根据上述缺席重要性的思想,可定义如下均值缺席重要性(Mean Absence Importance,MAI)。
首先,计算区域G(X)内各点的灰度均值(其中I(Xi)表示区域G(X)内任一点Xi的灰度值,#G(X)表示区域内像素个数):
![](https://epubservercos.yuewen.com/C32AB5/15169318904260306/epubprivate/OEBPS/Images/76_02.jpg?sign=1739246327-tpPQnO1JtiGqoz3sR6ry43qYUhivW2Jj-0-4d5692fd8e72384bc36191eb722b158f)
然后,计算区域G(X)内中心点X缺席时其他各像素灰度均值:
![](https://epubservercos.yuewen.com/C32AB5/15169318904260306/epubprivate/OEBPS/Images/76_03.jpg?sign=1739246327-3UE27SuHb1yHmlBxKpneGKUftN1MVMBw-0-139906bf1d4835d034f439e523981b0e)
则均值缺席重要性可定义为:
![](https://epubservercos.yuewen.com/C32AB5/15169318904260306/epubprivate/OEBPS/Images/76_04.jpg?sign=1739246327-u3x8wdcme2WB5zxTKdYzNgGqkmKEAnxB-0-fe20ad5301cc41791d2b34b7d9def63d)