cv::saliency::Saliencyを継承しています。

cv::saliency::StaticSaliencyFineGrained, cv::saliency::StaticSaliencySpectralResidualに継承されています。

公開メンバ関数
CV_WRAP bool	computeBinaryMap (InputArray _saliencyMap, OutputArray _binaryMap)
	この関数は，与えられた saliency マップのバイナリマップを作成します．これは，このようにして得られます．[【詳解】（英語］

基底クラス cv::saliency::Saliency に属する継承公開メンバ関数
virtual	~Saliency ()
	デストラクタ

CV_WRAP bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	顕著性を計算する[【詳解】（英語］

基底クラス cv::Algorithm に属する継承公開メンバ関数
virtual CV_WRAP void	clear ()
	アルゴリズムの状態をクリアする[【詳解】（英語］

virtual void	write (FileStorage &fs) const
	アルゴリズムのパラメーターをファイルストレージに格納[【詳解】（英語］

CV_WRAP void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
	これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。

virtual CV_WRAP void	read (const FileNode &fn)
	アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】（英語］

virtual CV_WRAP bool	empty () const
	が空の場合はtrueを返します。Algorithmが空の場合は真を返します。[【詳解】（英語］

virtual CV_WRAP void	save (const String &filename) const

virtual CV_WRAP String	getDefaultName () const

限定公開メンバ関数
virtual bool	computeSaliencyImpl (InputArray image, OutputArray saliencyMap) CV_OVERRIDE=0

基底クラス cv::Algorithm に属する継承限定公開メンバ関数
void	writeFormat (FileStorage &fs) const

その他の継承メンバ
基底クラス cv::Algorithm に属する継承静的公開メンバ関数
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイル・ノードからアルゴリズムを読み込む[【詳解】（英語］

template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む[【詳解】（英語］

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む[【詳解】（英語］

基底クラス cv::saliency::Saliency に属する継承限定公開変数類
String	className

関数詳解

◆ computeBinaryMap()

CV_WRAP bool cv::saliency::StaticSaliency::computeBinaryMap	(	InputArray	_saliencyMap,
		OutputArray	_binaryMap
	)

この関数は，与えられた saliency マップのバイナリマップを作成します．これは，このようにして得られます．

最初のステップでは，関心領域の定義を改善し，ターゲットの識別を容易にするために，次のようなクラスタリングによるセグメンテーションが行われます．K-means アルゴリズム. 次に、クラスタ化された saliency マップのバイナリ表現を得るために、マップの値は解析対象のフレームの特性に応じて変化するため、固定の閾値を使用するのは不便です。そこで、大津のアルゴリズム*を使用します。このアルゴリズムでは、閾値処理の対象となる画像に、2つのクラスのピクセルまたはバイモーダルなヒストグラム（例えば、前景のピクセルと後景のピクセル）が含まれていると仮定し、クラス内の分散が最小となるように、これら2つのクラスを分離する最適な閾値を計算します。

引数

_saliencyMap	特化したアルゴリズムの1つで得られた顕著性マップ
_binaryMap	バイナリマップ

◆ computeSaliencyImpl()

virtual bool cv::saliency::StaticSaliency::computeSaliencyImpl	(	InputArray	image,
		OutputArray	saliencyMap
	)

protected pure virtual

cv::saliency::Saliencyを実装します。

このクラス詳解は次のファイルから抽出されました:

saliencyBaseClasses.hpp

公開メンバ関数

限定公開メンバ関数

その他の継承メンバ

関数詳解

◆ computeBinaryMap()

◆ computeSaliencyImpl()