[发明专利]基于经典感受野固视微动机制的轮廓检测方法

说明书

本发明旨在提供一种基于经典感受野固视微动机制的轮廓检测方法,包括以下步骤：A、输入经灰度处理得到的待检测图像，预设多个尺度参数的高斯函数，计算得到各像素点的各尺度参数的高斯滤波响应；B、计算得到与多个尺度参数一一对应的多个环状高斯一阶导函数；C、对于各像素点：计算得到该像素点的各方向参数的微动融合响应；D、对于各像素点：在该像素点的各方向参数的微动融合响应中取最大值，作为该像素点的经典感受野响应；E、预设距离权重函数、抑制系数，计算各个像素点的抑制响应；F、将各个像素点的经典感受野响应减去该像素点的抑制响应，得到最终轮廓图。该轮廓检测方法克服现有技术缺陷，具有仿真性强、检测准确率高的特点。

技术领域

本发明涉及图像处理领域，具体涉及一种基于经典感受野固视微动机制的轮廓检测方法。

背景技术

轮廓检测是计算机视觉领域的一个基本任务，不同于被定义为强烈的亮度变化所表征的边缘，轮廓通常表示一个目标到其他目标的边界。受生物启发的轮廓检测模型是目前主流的研究方向之一，但大都只是简单地模拟视觉系统中生理特性的一部分，而对于固视微动机制在轮廓检测中的作用缺乏研究，造成了一定程度上轮廓信息的缺失以及纹理信息的增强这类问题，从而不能较好地保证目标轮廓的完整性。而少有的考虑固视微动生理机制的方案则是注重在非经典感受野区域对纹理抑制的作用效果，而忽略了在视觉细胞经典感受野区域的应用。

发明内容

本发明旨在提供一种基于经典感受野固视微动机制的轮廓检测方法，该轮廓检测方法克服现有技术缺陷，具有仿真性强、检测准确率高的特点。

本发明的技术方案如下：

一种基于初级视觉皮层固视微动机制的轮廓检测方法，包括以下步骤：

A、输入经灰度处理得到的待检测图像，预设多个尺度参数的高斯函数，多个尺度参数依次增加；对待检测图像的各像素点的灰度值进行滤波，得到各像素点的各尺度参数的高斯滤波响应；

B、对多个尺度参数进行由小到大依次标号，预设多个方向参数及多个尺度参数的高斯一阶导函数，高斯一阶导函数的模板直径大小与尺度参数的个数相同，高斯一阶导函数的模板半径大小为尺度参数的个数减一后除以二的商，预设多个标号与尺度参数一一对应的环状截取函数；

标号一的环状截取函数的函数值如下：位于模板中心的函数值为1，其余函数值为0；

后续X个环状截取函数的函数值如下：以模板中心为圆心、以当前标号减一的差值为半径的圆上各点的函数值为1，其余函数值为0；其中X为高斯一阶导函数的模板半径大小；

其余环状截取函数的函数值如下：以模板中心为圆心、以尺度参数的个数减一后除以二的商为半径的圆上各点的函数值为1，其余函数值为0；

将多个方向参数及多个尺度参数的高斯一阶导函数分别与对应尺度参数的环状截取函数相乘，分别得到与多个尺度参数一一对应的多个环状高斯一阶导函数；

C、对于各像素点：将该像素点的各尺度参数的高斯滤波响应分别与对应尺度参数的环状高斯一阶导函数卷积，分别得到该像素点的各方向参数及各尺度参数的微动响应；将该像素点的同一方向参数且不同尺度参数对应的微动响应得加，得到该像素点的各方向参数的微动融合响应；

D、对于各像素点：在该像素点的各方向参数的微动融合响应中取最大值，作为该像素点的经典感受野响应；

E、预设距离权重函数、抑制系数，对于各像素点：将该像素点的经典感受野刺激响应与距离权重函数进行卷积后与抑制系数相乘，得到各像素点的抑制响应；

F、将各个像素点的经典感受野响应减去该像素点的抑制响应，得到各像素点的轮廓响应，对轮廓响应使用非极大值抑制和双阈值处理，得到各个像素点的最终轮廓值，由各个像素点的最终轮廓值构成最终轮廓图。

优选地，所述的步骤A中的高斯函数的表达式为：