[發明專利]一種基于局部二值模式的像素差卷積邊緣檢測方法

有效

• 申請號: 202110791743.5
• 申請日: 2021-07-13
• 公開（公告）號: CN113255704B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 劉文哲;蘇卓;劉麗;白亮
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06T7/13
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 曾志鵬

1.一種基于局部二值模式的像素差卷積邊緣檢測方法，其特征在于，所述方法包括如下步驟：

S1. 構建像素差異卷積以替換深度卷積神經網絡中的普通卷積層，建立像素差異卷積神經網絡；所述像素差異卷積為徑向像素差異卷積：在輸入特征圖上，依其內核大小，對局部鄰域 進行采樣；在后續的聚合中，首先將局部鄰域 中的每個像素的強度值減去區域中心像素的強度值，然后再通過可學習的權重，以加權求和的方式來處理差值，即對中心像素及其圓對稱鄰域之間的差進行編碼；

綜合強度語義信息后，所述徑向像素差異卷積的輸出特征圖用公式表示為：

其中，表示局部區域 中中心像素點的所在位置，表示枚舉 中的像素位置，超參數]為權衡強度信息和梯度信息對邊緣檢測預測結果的貢獻，且其為可學習的值；

S2. 使用像素差異卷積神經網絡對圖像進行邊緣檢測，輸出邊緣檢測結果。

2.根據權利要求1所述的基于局部二值模式的像素差卷積邊緣檢測方法，其特征在于，所述深度卷積神經網絡使用VGG16結構作為主干網絡，并在5個卷積階段中均利用每一層的特征圖，提供不同尺度的感知領域。

3.一種基于局部二值模式的像素差卷積邊緣檢測方法，其特征在于，所述方法包括如下步驟：

S1. 構建像素差異卷積以替換深度卷積神經網絡中的普通卷積層，建立像素差異卷積神經網絡；所述像素差異卷積為角向像素差異卷積：在輸入特征圖上，依其內核大小，對局部鄰域 進行采樣；在后續的聚合中，對與當前位置相同的切比雪夫距離上的相鄰像素之間的差值進行編碼，以保留角度信息；

綜合強度語義信息后，所述角向像素差異卷積的輸出特征圖用公式表示為：

其中，表示局部區域 中中心像素點的所在位置，表示枚舉 中的像素位置，表示與中心像素半徑相同的點集中的相鄰位置，超參數]為權衡強度信息和梯度信息對邊緣檢測預測結果的貢獻，且其為可學習的值；

S2. 使用像素差異卷積神經網絡對圖像進行邊緣檢測，輸出邊緣檢測結果。

4.根據權利要求3所述的基于局部二值模式的像素差卷積邊緣檢測方法，其特征在于，所述深度卷積神經網絡使用VGG16結構作為主干網絡，并在5個卷積階段中均利用每一層的特征圖，提供不同尺度的感知領域。

5.根據權利要求3所述的基于局部二值模式的像素差卷積邊緣檢測方法，其特征在于，所述切比雪夫距離。