图像显著性值matlab代码

以下是一个简单的基于频域的图像显著性检测的MATLAB代码示例：

% 读取图像
img = imread('example.jpg');
% 转换为灰度图像
gray_img = rgb2gray(img);
% 计算图像的傅里叶变换
fft_img = fft2(double(gray_img));
% 将零频率移到中心
fft_img = fftshift(fft_img);
% 计算图像的功率谱密度（PSD）
psd_img = abs(fft_img).^2/numel(fft_img);
% 计算图像的频率
[rows, cols] = size(gray_img);
freq_x = (-cols/2:cols/2-1)*(1/cols);
freq_y = (-rows/2:rows/2-1)*(1/rows);
% 计算图像的显著性值
sal_map = zeros(size(gray_img));
for i = 1:rows
    for j = 1:cols
        % 计算该像素点在频域中的位置
        x_index = find(freq_x == freq_x(j));
        y_index = find(freq_y == freq_y(i));
        % 计算该像素点的显著性值
        sal_map(i,j) = sum(sum(psd_img(y_index-10:y_index+10, x_index-10:x_index+10)))/441;
    end
end
% 显示图像及其显著性值
figure;
subplot(1,2,1); imshow(img); title('原图');
subplot(1,2,2); imshow(sal_map, []); title('显著性图');

需要注意的是，这只是一个简单的示例代码，实际应用中可能需要进行更多的优化和调整。