[發明專利]基于感受野子區域的方向選擇性輪廓檢測方法

有效

• 申請號: 201711084042.8
• 申請日: 2017-11-07
• 公開（公告）號: CN107766866B
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 林川;張晴;李福章;曹以雋;趙浩鈞;韋江華;覃溪;潘勇才;張玉薇;劉青正
• 申請（專利權）人: 廣西科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 周晟;文信家

本發明旨在提供一種基于感受野子區域的方向選擇性輪廓檢測方法，包括以下步驟：A、輸入經灰度處理的待檢測圖像，計算各像素點的經典感受野刺激響應；B、在感受野中心區域外部構建一組環繞中心區域的圓形的子區域，各子區域相對于中心區域具有不同偏離角度；C、計算各像素點的中心區域的各方向的能量分布值以及各子區域的各方向的能量分布值；D、計算各像素點的中心區域?子區域抑制權重以及子區域?子區域抑制權重，進而得到各像素點的中心區域?子區域抑制權值與子區域?子區域抑制權值；F、計算各像素點的輪廓響應。該方法具有仿真效果好、輪廓識別率高的特點。

技術領域

本發明涉及計算機圖像處理領域，具體涉及一種基于感受野子區域的方向選擇性輪廓檢測方法。

背景技術

輪廓檢測是計算機視覺領域的一個基本任務，不同于被定義為強烈的亮度變化所表征的邊緣，輪廓通常表示一個目標到其他目標的邊界。提高輪廓檢測性能的基本方法就是融合全局的信息，為了提高輪廓檢測模型的性能，許多研究者盡力的去發現不同的視覺線索，包括亮度，顏色或者紋理信息。

現有方法會考慮多重的圖像特征，例如亮度，紋理，并且使用統計和學習技術、活動輪廓、圖論的方法構建了一個亮度，顏色和紋理通道的統計框架，并且用了一個邏輯回歸分類器去預測邊緣的可能性；進一步的還有的通過沖圖像塊中提取千個簡單特征，用這些特征去學習一種概率提升樹的分類器去做輪廓提取或是為了融合多尺度的信息使用局部輪廓線索：對比度、局部對比度以及局部位置去訓練一個邏輯回歸分類器來融合這些特征。

發明內容

本發明旨在提供一種基于感受野子區域的方向選擇性輪廓檢測方法，該方法具有仿真效果好、輪廓識別率高的特點。

本發明的技術方案如下：

一種基于感受野子區域的方向選擇性輪廓檢測方法，包括以下步驟：

A、輸入經灰度處理的待檢測圖像，預設抑制強度，預設均分圓周的多個方向參數，對待檢測圖像中的各像素點分別按照各方向參數進行二維高斯一階濾波，獲得各像素點的各方向的響應值；對于各像素點，選取其各方向的響應值中的最大值，作為該像素點的經典感受野刺激響應；

B、預設圓形的感受野，將該感受野分為兩個同心圓，圓形的中心區域為經典感受野，中心區域外的環形區域為非經典感受野；在非經典感受野內構建一組環繞中心區域分布的圓形的子區域，每一個子區域至少與其相鄰的兩個子區域相交；

所述的中心區域的圓心與任兩個相鄰的子區域的圓心連線所形成的夾角相等；

所述的子區域的直徑為感受野半徑與中心區域半徑的差值，每一個子區域分別與其鄰近的四個子區域相交；

所述的中心區域的半徑為2.5σ，所述的子區域的半徑為3.75σ，所述的子區域的數量為N_s，所述的各個子區域中心的角度為該角度為以Y軸正半軸為起點，逆時針旋轉的角度；

C、將各像素點的各方向的響應值進行高斯濾波后得到各像素點的各方向的能量值；

對于各像素點：在以該像素點為中心的感受野中，將中心區域內各像素點的各方向的能量值分別除以中心區域內的像素點個數并求和得到該像素點中心區域的各方向的能量分布值；將各子區域內各像素點的各方向的能量值分別除以該子區域內的像素點個數并求和得到該像素點各子區域的各方向的能量分布值；

D、對于各像素點：計算各子區域的各方向的能量分布值與中心區域的對應方向的能量分布值的差值，對該差值進行L1正則化之后與該子區域的角度的2倍的余弦值的負值相乘，得到的乘積即為該像素點的中心區域-子區域能量分布差值；

對中心區域的各方向的能量分布值計算方差，得到該像素點中心區域的能量方向顯著度；

將中心區域-子區域能量分布差值與該像素點中心區域的能量方向顯著度相乘，得到該像素點的中心區域-子區域抑制權重；