[发明专利]基于尺度线索抑制的轮廓检测方法有效
| 申请号： | 201711097273.2 | 申请日： | 2017-11-09 |
| 公开（公告）号： | CN108090492B | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 林川;张晴;李福章;潘亦坚;韦江华;覃溪;潘勇才;刘青正;张玉薇 | 申请（专利权）人： | 广西科技大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06T7/155 |
| 代理公司： | 43113 长沙正奇专利事务所有限责任公司 | 代理人： | 周晟;文信家 |
| 地址： | 545006 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明旨在提供一种基于尺度线索抑制的轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制强度，预设均分圆周的多个方向参数，进行二维高斯一阶导函数滤波，获得各像素点的经典感受野刺激响应；B、预设高斯差分函数并进行归一化处理，得到归一化的高斯差分滤波函数；C、利用归一化的高斯差分滤波函数分别计算各像素点的归一化高斯差分滤波值；D、预设尺度线索的高尺度值、低尺度值，预设阈值，确定各像素点的尺度线索；E、分别计算各像素点的抑制响应；将各像素点的经典感受野刺激响应减去该像素点的抑制响应并进行处理得到各像素点的最终轮廓值。该方法具有仿真效果好、轮廓识别率高的特点。 | ||
| 搜索关键词： | 像素点 预设 高斯 尺度 归一化 线索 响应 滤波函数 轮廓检测 滤波 待检测图像 归一化处理 一阶导函数 二维高斯 方向参数 仿真效果 灰度处理 轮廓识别 最终轮廓 低尺度 刺激 减去 | ||
【主权项】：
1.一种基于尺度线索抑制的轮廓检测方法，其特征在于包括以下步骤：/nA、输入经灰度处理的待检测图像，预设抑制强度，预设均分圆周的多个方向参数，对待检测图像中的各像素点的灰度值分别按照各方向参数进行二维高斯一阶导函数滤波，获得各像素点的各方向的响应值；对于各像素点，选取其各方向的响应值中的最大值，作为该像素点的经典感受野刺激响应；/nB、预设高斯差分函数，对该函数的正值和负值进行归一化处理，得到归一化的高斯差分滤波函数；/nC、利用归一化的高斯差分滤波函数分别与各像素点的灰度值进行卷积，得到各像素点的归一化高斯差分滤波值；/nD、预设尺度线索的高尺度值、低尺度值，预设阈值，将各像素点的归一化高斯差分滤波值分别与阈值进行对比，若该像素点归一化高斯差分滤波值大于或等于阈值，则该像素点对应的尺度线索为高尺度值，若该像素点归一化高斯差分滤波值小于阈值，则该像素点对应的尺度线索为低尺度值；/nE、对于尺度线索为高尺度值的各像素点：将该像素点的高尺度值与抑制强度相乘得到该像素点的抑制响应；/n对于尺度线索为低尺度值的各像素点：将该像素点的的低尺度值与抑制强度相乘得到该像素点的抑制响应；/n将各像素点的经典感受野刺激响应减去该像素点的抑制响应，得到该像素点的轮廓响应，对轮廓响应使用非极大值抑制和双阈值处理，得到各像素点的最终轮廓值，进而得到最终轮廓图。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西科技大学，未经广西科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711097273.2/，转载请声明来源钻瓜专利网。
