[發明專利]一種基于初級視皮層細胞特性的圖像檢測方法

在審

• 申請號: 201710689902.4
• 申請日: 2017-08-11
• 公開（公告）號: CN107564026A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 許悅雷;朱明明;張旭蕾;馬時平;鄒洪中;呂超;辛鵬;馬洪強
• 申請（專利權）人: 中國人民解放軍空軍工程大學
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于初級視皮層細胞特性的圖像檢測方法，包括下列步驟：

步驟1：分開建立空間濾波器和時間濾波器來模擬簡單細胞的感受野；

設定空間平面部分為二維伽柏內核Gabor濾波器S(X，Y)，時間部分為指數延遲函數T(t)：

S(X,Y)=e(-(X2+Y2)/2σ2)ej2π(fscos(θ)X+fssin(θ)Y)]]>

T(t)=e(-t/τ)ej2πftt]]>

其中：X＝(x_ij)_m×m，Y＝(y_ij)_m×m，x_ij，y_ij表示圖像像素平面上的坐標，因此Gabor濾波器S(X，Y)為m×m大小的矩陣，m為大于0的整數；θ是簡單細胞的偏好方向，取值范圍為(0，π)，代表濾波器的響應值隨著輸入刺激朝向的變化而變化，當刺激朝向與偏好方向一致時響應最大；σ為空間尺度常量，取值范圍為1-10；f_s為空間頻率；t代表時間；τ為時間尺度常量，取值范圍為5-10；f_t為時間頻率且為M×1的矩陣，M為大于0的整數；定義細胞偏好速率為：V_c＝f_t/f_s；f_s和f_t是基于控制變量法實驗仿真得到的數據；

步驟2：對空間濾波器和時間濾波器進行整合，得到奇偶時空濾波器；

根據歐拉公式，空間濾波器S(X，Y)和時間濾波器T(t)可改寫為：

S(X,Y)=e(-(X2+Y2)/2σ2)(cosβ+j sinβ)]]>

T(t)＝e^(-t/τ)[cos(2πf_tt)+j sin(2πf_tt)]

其中：β＝2π(f_scos(θ)X+f_ssin(θ)Y)，定義空間濾波器的實部與虛部分別為S_o(X，Y)，S_e(X，Y)，時間濾波器的實部與虛部分別為T_o(t)，T_e(t)則：

S(X，Y)＝S_o(X，Y)+jS_e(X，Y)

T(t)＝T_o(t)+jT_e(t)

定義奇時空濾波器G_o(X，Y，t)和偶時空濾波器G_e(X，Y，t)如下：

G_o(X，Y，t)＝S_o(X，Y)T_e(t)+S_e(X，Y)T_o(t)

G_e(X，Y，t)＝S_o(X，Y)T_o(t)+S_e(X，Y)T_e(t)

步驟3：輸入圖像序列分別與奇偶時空濾波器進行卷積濾波處理，得到對特定方向θ和特定速率V_c敏感的簡單細胞響應值；

通過對輸入視頻圖像序列P(x，y，t)與奇、偶時空濾波器進行卷積濾波，獲得對特定方向θ和特定速率V_c敏感的簡單細胞響應值：

Ro(x,y,t)=(Go(X,Y,t)*(x,y,t)P)(x,y,t)]]>

Re(x,y,t)=(Ge(X,Y,t)*(x,y,t)P)(x,y,t)]]>

這兩個公式等價于：

其中G_o(X，Y，t)代表奇時空濾波器，G_e(X，Y，t)代表偶時空濾波器，G_o/e(X，Y，t)代表奇偶時空濾波器，P代表輸入視頻圖像序列，三個公式等號右邊大括號內的公式分別代表奇時空濾波器、偶時空濾波器、奇偶時空濾波器作為m×m大小的滑窗與視頻圖像序列進行卷積，表示所述滑窗對輸入視頻圖像逐個像素進行卷積，大括號外的(x，y，t)表示卷積結果相對應的坐標位置(x，y)和時間t；

步驟4：對簡單細胞響應進行整合，得到復雜細胞響應；

采用能量模型公式，由簡單細胞響應值求得復雜細胞響應：

E(x，y，t)＝R_o(x，y，t)²+R_e(x，y，t)²

歸一化方式采用：

EV1(x,y,t)=E(x,y,t)Σi=1NE(x,y,t,θi)+ϵ]]>

式中θ_i＝kπ/N，k＝0，…，N-1，為空間均勻分布的N個細胞各自的偏好方向，E(x，y，t，θ_i)表示不同偏好方向的細胞響應，表示N個不同偏好方向的細胞響應求和；0＜ε＜1，為較小常數，以避免歸一化式中分母為0，N取值范圍為4-12；

步驟5：對復雜細胞響應進行解碼，建立邊緣強度函數，實現圖像的邊緣檢測；

解碼細胞響應，邊緣強度函數Q(x，y)如下：

Q(x,y)=Σi=1NE(x,y,t,θi)]]>

Q(x，y)反應群體初級視皮層細胞模型對具體空間位置的激活狀態，象征邊緣的強弱；在弱邊緣區或無邊緣區，Q(x，y)值較小；而在強邊緣區，Q(x，y)值較大；取t＝0表示P(x，y，t)為靜態圖像，即所建立的三維感受野模型最終用于靜態圖像的邊緣檢測。