[发明专利]一种感受野模型的敏感度及模型参数动态调控方法

摘要

一种感受野模型的敏感度及模型参数动态调控方法，该动态调控方法具体如下：首先，根据人类视觉机制构建感受野模型；其次，利用构建的感受野模型，设计敏感度及模型参数动态调控方法；最后，利用设计的敏感度及模型参数动态调控方法对构建的感受野模型进行修正，并用于图像增强。本发明提供一种感受野模型的敏感度及模型参数动态调控方法，根据输入图像本身亮度、灰度分布以及能量分布构造了敏感度及模型参数动态调控方法，能够实现动态调整感受野模型参数，符合人类的视觉特性，图像增强效果良好。

主权项

1.一种感受野模型的敏感度及模型参数动态调控方法，其特征在于：该动态调控方法包括如下步骤：步骤1、根据人类视觉机制构建感受野模型；步骤2、利用步骤1构建的感受野模型，设计敏感度及模型参数动态调控方法，具体包括如下步骤：步骤21、调控感受野半径δ：用正态函数对δ进行拟合，δ调控方法具体如下：I(f)＝∑f(x,y)/(255*m*n)；其中，I为图像平均亮度，f(x,y)为输入图像，m、n为图像尺寸；步骤22、调控敏感度k：敏感度k包括亮度敏感度和细节敏感度，调控敏感度k的方法具体包括如下步骤：步骤221、亮度敏感度kI(f)的调控用如下公式表示：kI(f)＝‑log(I(f))；步骤222、细节敏感度kd(f)的调控用如下公式表示：kd(f)＝log(RoE(f))；RoE(f)＝EH(f)/E(f)；其中，EH为图像高频成分的能量，E为图像总能量，RoE为图像高频成分的能量在整幅图像中的占比；E(f)＝∑f(x,y)2；EH(f)＝∑fH(x,y)2；fH(x,y)＝IFFT(HP(FFT(f(x,y))))；其中，FFT为傅里叶变换，HP为高通滤波，IFFT为傅里叶反变换；步骤223、对步骤221中得到的亮度敏感度kI(f)和步骤222得到的细节敏感度kd(f)分别归一化加权后得敏感度k：k(f)＝aNORM(kI(f))+bNORM(kd(f))；其中，NORM为归一化，a和b分别为权重；步骤23、调控响应强度参数A：响应强度参数A调控方法具体如下：其中，为输入图像均值；步骤3、利用步骤2设计的敏感度及模型参数动态调控方法对步骤1构建的感受野模型进行修正，并用于图像增强。