2023年7月9日发(作者：)

选择性搜索算法详细讲解附带代码实例1，原理选择性搜索的⼯作主要是利⽤图像分割的⽅法得到⼀些原始区域，然后使⽤⼀些合并策略将这些区域合并，得到⼀个层次化的区域结构。选择性搜索算法[11]是⼀种经典的基于区域的 图像分割算法，⾸先利⽤⾮监督⽅法将图像分割为 若⼲个超像素以得到⼀些原始区域，再计算相邻⼦ 区域的相似度，通过对图像内具有纹理、颜⾊等相 似特性的图像⼦区域进⾏合并，获取数量较少⽽召 回率较⾼的⽬标区域，缩⼩搜索范围，从⽽获得若 ⼲个可能的⽬标区间。本⽂选择性搜索算法应⽤ 步骤如下:(1)对 预 处 理 后 的 图 像 ，利 ⽤ 基 于 图 表 ⽰ 的 图 像分割算法[12]获取具有相似特性的初始分割区域R=r1，r2，...，rn 。 {}(2)计 算 两 两 相 邻 区 域 在 颜 ⾊ 、纹 理 、⼤ ⼩ 及 吻 合 度 之 间 的 相 似 度 s (r i ，r j ) ， 相 似 度 集 合 为 S = {s (r i ，r j ) ， ...} 。(3 )将 相 似 度 集 合 S 中 相 似 度 最 ⼤ 的 值 max (S)所对应的两个区域ri 和rj 合并为⼀个区域rt ， 从相似度集合S中移除相似度s(ri，rj)，计算rt 与相邻区域的相似度，并将区域r 添加⾄区域集合R t中。(4)重复步骤(3)直⾄S =