[發(fā)明專利]一種基于相位特性的物體輪廓檢測方法無效
| 申請?zhí)枺?/td> | 201110163800.1 | 申請日: | 2011-06-17 |
| 公開(公告)號: | CN102222325A | 公開(公告)日: | 2011-10-19 |
| 發(fā)明(設(shè)計)人: | 李永杰;李雪菲;楊開富;李朝義 | 申請(專利權(quán))人: | 電子科技大學(xué) |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 電子科技大學(xué)專利中心 51203 | 代理人: | 周永宏 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 相位 特性 物體 輪廓 檢測 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明屬于機器視覺技術(shù)領(lǐng)域,特別涉及一種物體輪廓的檢測方法。
背景技術(shù)
人類的視覺系統(tǒng)能根據(jù)視覺環(huán)境與條件的變化、對輸入的圖像信息進行各種主觀的調(diào)整和加工,到目前為止,比較有代表性的基于視覺機制的輪廓檢測方法為非經(jīng)典感受野抑制輪廓檢測方法,具體可參見文獻:Grigorescu?C,Petkov?N,Westenberg?M,Contour?detection?based?on?nonclassical?receptive?field?inhibition,IEEE?Transactions?on?Image?Processing,vol.12,no.7,729~739,2003。這種方法利用了初級視皮層神經(jīng)元的非經(jīng)典感受野的抑制特性來壓制背景紋理信息,進而達到突出目標(biāo)物體輪廓的目的,其中包括各向同性抑制方法和各向異性抑制方法。這種基于視覺機制的方法取得的輪廓檢測效果總體上均明顯好于傳統(tǒng)的方法,但存在的不足是易受輸入圖像對比度改變的影響,圖像低對比度處的輪廓難以提取。
發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有的非經(jīng)典感受野抑制輪廓檢測方法在圖像低對比度處的輪廓難以提取的問題,提出了一種基于相位特性的物體輪廓檢測方法。
為了實現(xiàn)上述目的,本發(fā)明的技術(shù)方案是:一種基于相位特性的物體輪廓檢測方法,包括如下步驟:
S1.濾波處理,具體為:利用log?Gabor濾波器組或Gabor濾波器組對輸入圖像進行濾波處理,得到不同朝向不同尺度下的頻率響應(yīng);
S2.制取特征圖,具體為:計算步驟S1得到的每個朝向下不同尺度的頻率響應(yīng)的幅值和以及局部能量,取二者的比值,作為每個朝向下的特征圖,將不同朝向下的特征圖進行整合得到最終的特征圖;
S3.制取邊緣保留平滑濾波后的特征圖,具體為:利用EPS濾波器對步驟S2得到的最終的特征圖進行濾波處理;
S4.制取非經(jīng)典感受野抑制后的輪廓圖像,具體為:首先利用二維高斯差函數(shù)構(gòu)建的非經(jīng)典感受野濾波器對步驟S3中得到的特征圖進行濾波處理,得到非經(jīng)典感受野對各像素點的抑制量;然后用步驟S3中得到的特征圖中的各像素灰度值減去對應(yīng)位置處的抑制量,得到抑制后的輪廓圖像;
S5.二值化處理:對步驟S4得到抑制后的輪廓圖像進行二值化處理,得到最終的輪廓圖像。
本發(fā)明的有益效果:本發(fā)明的輪廓檢測方法利用了圖像的相位特性,借助圖像相位信息的穩(wěn)定性和重要性,保證了特征的完整性,使得輪廓檢測不受圖像亮度不一致或?qū)Ρ榷雀淖兊挠绊懀徊⑶医Y(jié)合了人類視覺機制中的非經(jīng)典感受野特性,有效區(qū)分了目標(biāo)輪廓和紋理邊緣,并對紋理進行了抑制。
附圖說明
圖1是本發(fā)明一種基于相位特性的物體輪廓檢測方法的流程示意圖。
圖2是實例中采用本發(fā)明方法對自然圖像進行實際檢測的每個步驟結(jié)果圖以及最終輪廓圖與標(biāo)準(zhǔn)輪廓圖對比圖組。
圖3和圖4分別是實例中采用本發(fā)明方法對自然圖像及其加了20dB?Gauss噪聲的圖像進行實際檢測的輪廓圖及與各項同性抑制方法檢測的輪廓圖的效果對比圖組。
具體實施方式
下面結(jié)合附圖和具體的實例對本發(fā)明做進一步的闡述。
以一自然圖像的輪廓檢測為例,對其加20dB?Gauss噪聲后的圖像輪廓檢測與此類似。
從目前國際公認(rèn)的驗證輪廓提取算法效果的圖像庫網(wǎng)站上下載Basket(籃子)圖像及其對應(yīng)的標(biāo)準(zhǔn)輪廓檢測結(jié)果,圖像大小均為512×512,其中的標(biāo)準(zhǔn)輪廓檢測結(jié)果(ground?truth)是由多個人手工勾畫后平均得到的。具體檢測方法的流程如圖1所示,具體過程如下:
S1.濾波處理:給定log?Gabor濾波器組的尺度參數(shù)個數(shù)為4、在180°范圍內(nèi)取8個朝向,其朝向參數(shù)分別為(i-1)/8,(i=1,…,8),得到一組8個不同朝向4個不同尺度(不同頻率)的log?Gabor濾波器;然后固定一個朝向改變不同尺度值構(gòu)造的4個濾波器依次對輸入圖像中的各像素點進行濾波處理,得到4個濾波響應(yīng)。
在這里也可以使用Gabor濾波器組進行濾波處理。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué),未經(jīng)電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110163800.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





