[发明专利]基于非经典感受野复合调制的夜视图像显著轮廓提取方法

摘要

本发明公开了一种基于非经典感受野复合调制的夜视图像显著轮廓提取方法，根据一种非经典感受野复合调制模型构建多尺度迭代注意方法，在迭代过程中动态变化非经典感受野复合调制的尺度因子，计算出输入的夜视图像的复合调制结果；在每步迭代过程中，针对输入图像中各像素点，首先采用多维特征对比度MFC加权抑制模型计算各像素点的抑制结果，然后基于编组兴奋投票GEV易化模型计算各像素点的易化结果，最终获得非经典感受野复合调制输出。本发明方法解决了微光、红外图像中的噪声、纹理抑制，以及由成像特性、环境抑制、噪声干扰导致的轮廓间断问题。

主权项

一种基于非经典感受野复合调制的夜视图像显著轮廓提取方法，其特征在于：根据一种非经典感受野复合调制模型构建多尺度迭代注意方法，在迭代过程中动态变化非经典感受野复合调制的尺度因子，计算出输入的夜视图像的复合调制结果；在每步迭代过程中，针对输入图像中各像素点，首先采用多维特征对比度MFC加权抑制模型计算各像素点的抑制结果，然后基于编组兴奋投票GEV易化模型计算各像素点的易化结果，最终获得非经典感受野复合调制输出；具体实现步骤如下：步骤1，输入夜视图像；步骤2，设置迭代过程的非经典感受野复合调制模型参数：响应方位数Nθ，长宽比γ∈[0,1]，空间频率带宽σt/λ＝0.56，λ指的是波长；非经典感受野nCRF和经典感受野CRF区域半径比k，特征空间欧式距离权重ε1∈[0,1]，MFC权值随多特征对比度的衰减度σΔ＝0.5，像素点偏好方位误差δ＝π/Nθ，曲率和弧长调节系数ε2∈[0,1]，复合调制系数b∈[0,1]，c∈[0,1]，a＝b+c，迭代次数上限t，高斯标准差迭代初值σ0，高斯标准差σt的迭代步长η；根据【1】及上述参数计算CRF和nCRF区域圆形半径rc和krc；步骤3，逐行扫描各个像素点，计算各像素点的Nθ个方向上的Gabor能量θi＝iπ/Nθ,i＝0,1,...,Nθ‑1；由【2】计算nCRF区域内的距离加权函数ωσt(x,y)=|DOGσt,kσt(x,y)|+/|||DOGσt,kσt(x,y)|+||1]]>步骤4，针对微光图像高噪声、红外图像模糊的特点，结合空间频率、对比度、同质共生特性和相关共生特性构建特征向量：计算各像素点CRF特征向量fx＝[SFc,CONc,cooHc,cooCORc]T和nCRF特征向量fy＝[SFnc,CONnc,cooHnc,cooCORnc]T，其中，SFc、CONc、cooHc和cooCORc为CRF区域内归一化的空间频率、对比度、同质共生特性和相关共生特性；SFnc、CONnc、cooHnc和cooCORnc为nCRF区域内归一化的空间频率、对比度、同质共生特性和相关共生特性；采用多维特征对比度MFC加权抑制模型即【3】计算特征空间差异对抑制加权，该加权的抑制对图像各像素点θi方向的作用结果为步骤5，建立编组兴奋投票GEV易化模型【4】，根据【4】计算图像各像素点θi方向的GEV易化输出像素点设为A其中，θAB＝arctan(m/n)，像素点A的nCRF区域内任意像素点的实际偏好方位θj应满足θj∈[θ′j‑δ,θ′j+δ]，并且θ′j满足共圆约束，像素点A的nCRF区域内任意像素点设为B；m,n分别为像素A与B的y方向和x方向距离，为像素A与B的共圆夹角，Snc表示非经典感受野nCRF区域；步骤6，在nCRF抑制模型基础上，提出一种nCRF复合调制模型，结合纹理抑制和轮廓易化，复合调制输出步骤7，提出一种具有视觉启发的多尺度迭代注意方法，在迭代过程中动态变化尺度因子；即判断是否迭代结束，若超出迭代次数转步骤8；否则将本次调制输出作为新的输入图像I(x,y)，更新迭代因子σt＝σ0+ηt，转步骤2；步骤8，对输出进行非极大值抑制，设置灰度阈值和轮廓长度阈值，对非极大值抑制结果进行二值化，得到最终的轮廓输出。