[发明专利]一种基于Spiking的图像角点检测方法

摘要

本发明公开了一种基于Spiking图像角点检测方法，属于图像处理技术领域，解决现有技术对角点检测精度不高，缺乏对时间和空间特征的解释问题。本发明提出了一种基于Spiking神经网络的图像角点检测方法，该算法使用Spiking神经元模板对图像进行扫描，并根据检测神经元的电压变化等情况来确定图像角点，可以较好的对图像角点进行检测。Spiking神经网络使用电压表示信息强度，使用脉冲传递信息，由于这种基于脉冲的信息表示方法具有很强的时序性，因此本发明借助于Spiking神经网络的优势，研究基于Spiking神经网络的图像角点特征检测。本发明应用于图像角点特征提取、光流计算、目标识别、跟踪、运动估计和三维重构等涉及角点应用的计算机视觉场合。涉及Spiking神经网络、机器学习。

主权项

一种基于图像的Spiking角点检测方法，包括以下步骤：步骤1:提取图像边缘，得到提取边缘的图像；步骤2：对图像进行预处理步骤2a：图像边缘脉冲编码采用线性延迟编码对步骤1提取边缘的图像进行时间编码，得到图像脉冲点火时间；步骤2b：初始化圆形权值检测模板首先将圆形权值检测模板的上半圆按照角度分为N等分，N的取值为4‑180之间，第i等份中神经元权值由外到内分别为(1‑i/N)w1，(1‑i/N)w2，(1‑i/N)w3，其中，i＝1,2,3…N‑1，w1、w2、w3取值范围为0‑1之间的随机值，规定第i等份内的神经元为兴奋性神经元，其他等份内的神经元为抑制性神经元；下半圆的权值取值与上半圆对称，下半圆内均为抑制性神经元，圆心位置的中心神经元没有权值，完成圆形权值检测模板初始化；步骤3：检测的实施与检测神经网络的构建找到步骤2a编码后的图像边缘像素点p_i，将图像边缘像素点p_i对应圆形权值检测模板的圆心，像素点左侧的像素点对应兴奋性神经元，右侧像素点对应抑制性神经元；根据步骤2b的圆形权值检测模板，将检测像素点周围图像像素点与圆形权值检测模板进行全连接，图像边缘像素点设为相同的点火时间，以去除像素点先后顺序的影响；通过一个判别神经元，即网络中第三层神经元来判断该图像边缘的像素点p_i是否为角点；若判别神经元电压超过一定阈值，则表明此像素点是角点，否则不是，可以对阈值进行调整来得到不同角度的角点。