[发明专利]一种用于复杂场景图像识别的多通道仿生视觉方法

摘要

本发明公开了一种用于复杂场景图像识别的多通道仿生视觉方法，其步骤主要包括三个变换通道。对于第一通道，通过模拟人类大脑的多通道视觉处理机制，对原图像进行前向通道计算，得到候选目标集，同时产生两个阶段的记忆信息。对于第二通道，依次对每个候选目标，利用这些记忆信息进行反向通道计算，得到原图像中的击中图，以此构成目标边缘图。对于第三通道，最后利用第二前向通道算法，对该目标边缘图进行两次变换，得到特征变换图并在候选集中进行验证，以此完成图像识别。通过模拟人类大脑的多通道视觉处理机制，提取视觉记忆信息，并利用反向通道计算，有效模拟人类大脑对目标的视觉信息处理过程，得到的识别图像准确度高。

主权项

1.一种用于复杂场景图像识别的多通道仿生视觉方法，其特征在于，将原图像依次进行三个通道变换，具体包括以下几个步骤：步骤一：通过模拟人类大脑的多通道视觉处理机制，对原图像采用前向通道算法进行两次生物变换，获得候选目标集，并生成两个阶段视觉记忆信息；所述视觉记忆信息是指每个像素的K个前级变换的信息源，K的取值范围为8‑12；步骤二：对步骤一获得候选目标集中的每个候选目标，利用视觉记忆信息采用反向通道计算击中图，所有击中图构成目标边缘图；利用视觉记忆信息采用反向通道计算击中图的具体过程如下：利用第二阶段视觉记忆信息将步骤一中第二次生物变换得到的第二变换图投射至步骤一中第一次生物变换得到的第一变换图上，得到第一投射变换图；再利用第一阶段视觉记忆信息，将第一投射变换图投射至原图像上，得到击中图；步骤三：针对步骤二获得的目标边缘图，采用前向通道算法进行两次生物变换，得到特征变换图；步骤四：利用特征变换图对候选目标进行验证，将与特征变换图距离最小的候选目标作为最终的识别目标，得到识别图像；所述采用前向通道算法进行两次生物变换时，对原图像使用生物相位一致性算法创建边缘图，然后采用Gabor滤波器对边缘图进行滤波处理，以滤波后的边缘图作为第一变换图；对第一变换图再次使用生物相位一致性算法和Gabor滤波器生成第二变换图；其中，所述生物相位一致性算法所使用的公式如下：其中，PC(x)表示图像的相位一致性检测结果，W(x)表示相位一致性加权函数，A_n(x)表示在原图像在x处的像素灰度值，ΔΦ_n(x)表示在原图像x处进行傅里叶变换的相位差，T₁表示需要抑制的噪声强度，ε表示防止分母为0的常数，n表示原图像的傅里叶分解级数；所述采用Gabor滤波器对边缘图进行滤波处理，得到滤波后的边缘图，是指按照以下公式进行方向边缘检测：其中，D(x,y)表示原图像在(x,y)处的方向边缘，G(x,y)为Gabor滤波器，表示卷积操作；在两次生物变换过程中，将得到的滤波后的边缘图采用间隔检测，将进行间隔检测后的图作为变换图；所述间隔检测是指首先对方向边缘图进行平移操作，平移距离为I和平移方向角度为θ+90°，再将平移后的边缘图乘以平移前的边缘图，得到包含多个乘积重叠区域的图像，对该图像中的所有区域的值进行累加，最后将该累加结果除以平移以前的边缘图灰度值的平方和。