ADMD算法（绝对方向平均差）是用于小型红外目标检测的图像显著性检测算法，其实现基于MATLAB代码。

简介：
图像的显著性检测算法，MATLAB代码ADMD，专注于小型红外目标的绝对方向平均差（ADMD）算法，以下论文提供了MATLAB和OpenCV两种实现方案。这些实现旨在提供一种快速且高效的小型红外目标检测方法。如果您在您的研究中使用了这些代码，请务必引用相关的学术论文。MATLAB版本可在MATLAB子目录中找到，其中包含ADMD算法的单标度（7x7）实现。通过对不同比例尺的最大选择进行优化，可以方便地构建多比例尺的版本（详细信息请参考本文）。要实现显著性映射，只需通过AdMD7_eff函数传递测试图像即可：test_img = double(test_img); Filtered_image = AdMD7_eff(test_img); OpenCV在CPP子目录中提供了ADMD算法的单级和多级实现。这些代码是在Ubuntu 18.04环境下使用OpenCV 3.4版本构建的。为了便于使用，需要从源代码构建OpenCV库（如果您希望启用QT选项以调整图像大小并查看像素值），或者您也可以直接在终端中使用以下命令进行安装：$sudo apt-get install libopencv-dev python3-opencv 。