[发明专利]模拟人眼微动的图像轮廓检测方法

权利要求书

1.模拟人眼微动的图像轮廓检测方法，其特征在于包括以下步骤：

A、输入经灰度处理的待检测图像，预设整体抑制参数与抑制系数，预设沿圆周均匀分布的多个方向参数的Gabor滤波器组，对待检测图像中的各像素点分别按照各方向参数进行Gabor滤波，获得各像素点的各方向的Gabor能量值；对于各像素点，选取其各方向的Gabor能量值中的最大值，作为该像素点经典感受野刺激响应；

B、对于各像素点，将其经典感受野刺激响应进行截断处理，得到各像素点截断后的经典感受野刺激响应；

C、利用高斯差分函数DoG模板，构建一组临时中心区，各个临时中心区相对于视野中心区具有不同偏移角度；对于各像素点，将其临时中心区响应与DoG模板进行整合与归一化，得到一组归一化的权重函数；

对于各像素点，在不同偏移角度下，将归一化的权重函数与DoG模板内的截断后的经典感受野刺激响应作乘积后求和，得到各像素点在各偏移角度下的非经典感受野刺激响应粗算值；对各像素点在各偏移角度下的非经典感受野刺激响应粗算值求标准差；

D、对于各像素点，结合各偏移角度下的非经典感受野刺激响应粗算值的标准差及整体抑制参数计算得到标准差权重；将标准差权重与各偏移角度下的非经典感受野刺激响应粗算值的最小值进行乘积得到该像素点的非经典感受野刺激响应终算值；

E、对于各像素点，将其经典感受野刺激响应与非经典感受野刺激响应终算值结合抑制系数计算得到该像素点的综合刺激响应，即为该像素点的轮廓识别值，将待检测图像全部像素点的轮廓识别值进行非极大值抑制和值二值化之后即得到待检测图像的轮廓识别图像。

2.如权利要求1所述的模拟人眼微动的图像轮廓检测方法，其特征在于：

所述的步骤A中经典感受野刺激响应的计算具体如下：

所述的Gabor滤波器组的二维Gabor函数表达式如下：

其中γ为一个表示椭圆形感受野长短轴比例的常数，参数λ为波长，σ为Gabor函数的标准差以及DoG模板中心区的带宽，1/λ为余弦函数的空间频率，是相角参数，θ为Gabor滤波的角度参数；

I(x,y)为待检测图像，*为卷积运算符；

Gabor能量值计算如下：

其中θ_i为Gabor滤波的某一角度，N_θ为Gabor滤波的角度的个数；

E(x,y；σ)为像素点(x,y)的各角度Gabor滤波能量值的最大值，即为像素点(x,y)的经典感受野刺激响应。

3.如权利要求2所述的模拟人眼微动的图像轮廓检测方法，其特征在于：

所述的步骤B中截断后的经典感受野刺激响应的计算过程如下：

利用上限比例P_H∈(0,1)和下限比例P_L∈(0,1)对E(x,y；σ)进行截断：

将各像素点的E(x,y；σ)从小到大进行选取，选取出P_H对应百分比数目的E(x,y；σ)，其中的最大值设为Q_H，作为上限分位数；

将各像素点的E(x,y；σ)从小到大进行选取，选取出P_L对应百分比数目的E(x,y；σ)，其中的最大值设为Q_L，作为下限分位数；

截断后的经典感受野刺激响应：