[发明专利]一种基于动态感受野的仿生型轮廓检测方法

权利要求书

1.一种基于动态感受野的仿生型轮廓检测方法，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，计算各像素点的空间标准差；具体为：输入经灰度处理的待检测图像，预设局部区域、局部区域的半径，所述的局部区域为方形，局部区域的边长为局部区域的半径的两倍外加一个像素点；对于各像素点，对以其为中心的局部区域内的各像素点的灰度值进行标准差计算，并对得到的标准差进行计算得到各像素点的空间标准差；

所述的标准差

所述的空间标准差

其中，R_xy表示局部区域，r表示局部区域的半径，局部区域R_xy的边长为(2r+1)，为局部区域内第i个像素的灰度值，N为局部区域内像素点的数目，μ_R为局部区域内各像素点的灰度值均值；

B、结合各像素点的空间标准差计算各像素点的经典感受野最优响应值；具体为：预设包含多个方向参数的二维高斯一阶偏导函数，对于各像素点，采用二维高斯一阶偏导函数分别对灰度值进行滤波，其中二维高斯一阶偏导函数中的标准差为各像素点对应的空间标准差，得到各像素点各方向参数的经典感受野初始响应值；对于各像素点，分别取该像素点各方向参数的经典感受野初始响应值的最大值，将该最大值作为该像素点的经典感受野最优响应值；

C、计算各像素点的最终轮廓响应值；具体为：预设归一化高斯差分函数、非经典感受野拮抗强度，对于各像素点，采用归一化高斯差分函数分别对其经典感受野最优响应值进行滤波，得到各像素点的非经典感受野响应值；对于各像素点，将该像素点的经典感受野最优响应值减去非经典感受野响应值与非经典感受野拮抗强度的乘积，得到各像素点的最终轮廓响应值；

D、计算各像素点的最终轮廓值；具体为：对于各像素点，对其最终轮廓响应值轮廓值进行非极大值抑制和双阈值处理，得到各像素点的最终轮廓值。

2.如权利要求1所述的基于动态感受野的仿生型轮廓检测方法，其特征在于：

所述的二维高斯一阶偏导函数

N_θ为方向参数的数目；γ为表示感受野椭圆度的常数；

各像素点各方向参数的经典感受野初始响应值E(x,y,θ_i)＝I(x,y)*G(x,y,θ_i) (4)；

其中I(x,y)为各像素点的灰度值；

各像素点的经典感受野最优响应值E(x,y)＝max(E(x,y,θ_i)|i＝1,2,…N_θ) (5)。

3.如权利要求2所述的基于动态感受野的仿生型轮廓检测方法，其特征在于：

各像素点的非经典感受野响应值Inh(x,y)＝E(x,y)*W(x,y) (6)；

归一化高斯差分函数

其中，

其中||·||₁为L₁范数，H(x)＝max(0,x)；

各像素点的最终轮廓响应值O(x,y)＝E(x,y)-β·Inh(x,y) (7)；

其中β为非经典感受野拮抗强度。