[發(fā)明專利]一種基于分頻視覺機(jī)制的輪廓特征提取方法

有效

• 申請?zhí)枺?/td>: 202010049312.7
• 申請日: 2020-01-16
• 公開（公告）號: CN111222518B
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計）人: 范影樂;方琳靈;武薇
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/80
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發(fā)明涉及一種基于分頻視覺機(jī)制的輪廓特征提取方法。首先利用高斯函數(shù)模擬視通路中外側(cè)膝狀體經(jīng)典感受野對視覺信息的分頻作用；然后利用空間頻率和朝向調(diào)諧之間的全局性抑制作用，并引入低對比度加強(qiáng)后的視覺特征，構(gòu)建一種朝向敏感以及低對比度適應(yīng)的感受野，通過外側(cè)膝狀體非經(jīng)典感受野中心?外周信息差異的檢測，從而實現(xiàn)對外周紋理的選擇性抑制；最后將紋理抑制后的輪廓信息并行傳遞至初級視皮層區(qū)，實現(xiàn)分頻視覺信息流的快速融合編碼，以達(dá)到輪廓特征提取的快速調(diào)節(jié)和完整性融合。

技術(shù)領(lǐng)域

本發(fā)明屬于生物視覺和圖像處理領(lǐng)域，具體涉及一種基于分頻視覺機(jī)制的輪廓特征提取方法。

背景技術(shù)

輪廓檢測是從雜亂場景中快速地提取人類感興趣區(qū)域的過程，如何在較低漏檢率的情況下實現(xiàn)偽輪廓和紋理信息的去除，對于降低后續(xù)視通路特征提取的難度，并進(jìn)一步提高輪廓檢測性能具有重要意義。輪廓檢測的難點主要體現(xiàn)在：(1)在不同光照或視角下，視覺信息加工機(jī)理存在差異；(2)在保留輪廓信息的前提下，盡可能多的去除背景紋理信息，通常是相互矛盾的。

隨著生理實驗手段的發(fā)展以及數(shù)據(jù)分析技術(shù)在神經(jīng)科學(xué)中的運(yùn)用，對于視覺信息處理機(jī)制的研究受到廣泛的關(guān)注。有研究基于生物視覺的中心-周圍相互作用特性，構(gòu)建了各向同性和各向異性的抑制模型，利用二維Gabor函數(shù)來表征初級視皮層(V1)感受野輪廓方向的選擇性，并引入高斯差(Difference of Gaussian,DoG)函數(shù)來模擬外周環(huán)繞的側(cè)抑制作用；還有研究進(jìn)一步提出了外側(cè)膝狀體(LGN)感受野組合模型，揭示簡單細(xì)胞的定向抑制和對比度不變性；此外還有研究視通路中多個視覺特征提取和融合，例如朝向、亮度、對比度三個特征策略組合，實現(xiàn)選擇性的紋理抑制，凸顯主體輪廓；例如也有研究利用LGN細(xì)胞的頻域敏感特性，提出了一種基于nCRF抑制和X-Y信息通道的生物學(xué)啟發(fā)模型。需要指出的是，上述算法僅考慮到視通路中單一感受野的生理特性，忽略了視覺信息傳遞過程的分頻處理機(jī)制，而越來越多的實驗證明視通路上存在著不同功能的感受野，它們之間的電生理活動不僅采用串行關(guān)聯(lián)，還采用分頻并行處理的模式；此外目前的研究大都沒有關(guān)注各個層次間感受野的視覺特征，尤其是LGN感受野的時空頻率調(diào)諧特征對輪廓快速檢測的作用。

發(fā)明內(nèi)容

本發(fā)明為解決上述存在的問題，提出一種基于分頻視覺機(jī)制的輪廓特征提取方法。該方法通過模擬LGN感受野的頻域響應(yīng)特性和V1區(qū)的分頻視覺信息流融合機(jī)制來實現(xiàn)輪廓特征提取。首先模擬LGN經(jīng)典感受野對視覺信息流的分頻特性，引入視覺信息中若干個獨(dú)立的空間頻域調(diào)諧作用；然后利用LGN細(xì)胞的朝向與低對比度特征的選擇性抑制機(jī)制，實現(xiàn)非經(jīng)典感受野的全局調(diào)節(jié)特性；最后提出分頻視覺信息流的融合模型，用于表征初級視皮層中的上下文整合機(jī)制，實現(xiàn)視覺信息流的并行處理以及關(guān)聯(lián)性傳遞，最終達(dá)到快速響應(yīng)和完整性融合的輪廓特征提取。本發(fā)明提出一種基于分頻視覺機(jī)制的輪廓特征提取方法，包括如下步驟：

步驟1：針對輸入圖像I(x,y)，引入如式(1)所示的高斯函數(shù)模擬LGN經(jīng)典感受野所具有的頻域響應(yīng)特性。

其中

利用高斯函數(shù)的尺度參數(shù)σ_j作為LGN經(jīng)典感受野對視覺信息流的分頻特性參數(shù)，從而獲得f個空間頻率調(diào)諧通道，默認(rèn)f＝3，σ₁＝1，σ₂＝2，σ₃＝4，下同。表示朝向角，上標(biāo)j表示空間頻率調(diào)諧通道的序號，j＝1,2,…,f，下同；下標(biāo)i表示朝向角的序號，i＝1,2,…,N_θ，下同，N_θ默認(rèn)設(shè)置為8；空間大小比率γ決定了LGN經(jīng)典感受野的橢圓率；

針對某個尺度參數(shù)σ_j，計算第i個朝向角的LGN經(jīng)典感受野分頻激勵響應(yīng)如式(3)所示。

式(3)中默認(rèn)γ＝0.5，*表示卷積運(yùn)算。