dctcom.m文件利用DCT变换完成对输入图像进行压缩；imagecbe.m完成对输入的两幅RGB图像用小波分析的方法进行图像融合 imagecom.m完成对输入的RGB图像用小波分析的方法进行自动降噪，得到高频系数阈值，降噪效果百分比和结果 wavelet1D.m完成对输入的一维信号进行多尺度离散小波分解 wavelet2D完成对输入的二维信号进行多尺度离散小波分解；zigzag.m完成对输入的8*8矩阵按照zigzag排列抽取数据.-document the use of DCT tran

提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并