基于感受野子区域的非方向选择性轮廓检测方法技术

本发明专利技术旨在提供一种基于感受野子区域的非方向选择性轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，计算各像素点的经典感受野刺激响应；B、在感受野中心区域外部构建一组环绕中心区域的圆形的子区域，各子区域相对于中心区域具有不同偏离角度；C、计算各像素点的中心区域的各方向的能量分布值以及各子区域的各方向的能量分布值；D、计算各像素点的中心区域‑子区域抑制权重以及子区域‑子区域抑制权重，进而得到各像素点的中心区域‑子区域抑制权值与子区域‑子区域抑制权值；F、计算各像素点的轮廓响应。该方法具有仿真效果好、轮廓识别率高的特点。

【技术实现步骤摘要】
基于感受野子区域的非方向选择性轮廓检测方法
本专利技术涉及计算机图像处理领域，具体涉及一种基于感受野子区域的非方向选择性轮廓检测方法。
技术介绍
轮廓检测是计算机视觉领域的一个基本任务，不同于被定义为强烈的亮度变化所表征的边缘，轮廓通常表示一个目标到其他目标的边界。提高轮廓检测性能的基本方法就是融合全局的信息，为了提高轮廓检测模型的性能，许多研究者尽力的去发现不同的视觉线索，包括亮度，颜色或者纹理信息。现有方法会考虑多重的图像特征，例如亮度，纹理，并且使用统计和学习技术、活动轮廓、图论的方法构建了一个亮度，颜色和纹理通道的统计框架，并且用了一个逻辑回归分类器去预测边缘的可能性；进一步的还有的通过冲图像块中提取千个简单特征，用这些特征去学习一种概率提升树的分类器去做轮廓提取或是为了融合多尺度的信息使用局部轮廓线索：对比度、局部对比度以及局部位置去训练一个逻辑回归分类器来融合这些特征。
技术实现思路
本专利技术旨在提供一种具有仿真效果好、轮廓识别率高的特点。本专利技术的技术方案如下：一种基于感受野子区域的非方向选择性轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制强度，预本文档来自技高网...

【技术保护点】
一种基于感受野子区域的非方向选择性轮廓检测方法，其特征在于包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制强度，预设均分圆周的多个方向参数，对待检测图像中的各像素点分别按照各方向参数进行二维高斯一阶滤波，获得各像素点的各方向的响应值；对于各像素点，选取其各方向的响应值中的最大值，作为该像素点的经典感受野刺激响应；B、预设圆形的感受野，将该感受野分为两个同心圆，圆形的中心区域为经典感受野，中心区域外的环形区域为非经典感受野；在非经典感受野内构建一组环绕中心区域分布的圆形的子区域，每一个子区域至少与其相邻的两个子区域相交；C、将各像素点的各方向的响应值进行高斯滤波后得到各像素点的各方向的能量...

【技术特征摘要】
1.一种基于感受野子区域的非方向选择性轮廓检测方法，其特征在于包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制强度，预设均分圆周的多个方向参数，对待检测图像中的各像素点分别按照各方向参数进行二维高斯一阶滤波，获得各像素点的各方向的响应值；对于各像素点，选取其各方向的响应值中的最大值，作为该像素点的经典感受野刺激响应；B、预设圆形的感受野，将该感受野分为两个同心圆，圆形的中心区域为经典感受野，中心区域外的环形区域为非经典感受野；在非经典感受野内构建一组环绕中心区域分布的圆形的子区域，每一个子区域至少与其相邻的两个子区域相交；C、将各像素点的各方向的响应值进行高斯滤波后得到各像素点的各方向的能量值；对于各像素点：在以该像素点为中心的感受野中，将中心区域内各像素点的各方向的能量值分别除以中心区域内的像素点个数并求和得到该像素点中心区域的各方向的能量分布值；将各子区域内各像素点的各方向的能量值分别除以该子区域内的像素点个数并求和得到该像素点各子区域的各方向的能量分布值；D、对于各像素点：计算各子区域的各方向的能量分布值与中心区域的对应方向的能量分布值的差值，对该差值进行L1正则化之后进行求和，得到该像素点的中心区域-子区域能量分布差值；对中心区域的各方向的能量分布值计算方差，得到该像素点中心区域的能量方向显著度；将中心区域-子区域能量分布差值与该像素点中心区域的能量方向显著度相乘，得到该像素点的中心区域-子区域抑制权重；将该像素点各子区域的各方向的能量分布值进行L1正则化之后计算标准差，得到该像素点的子区域-子区域抑制权重；E、对于各像素点：将像素点的中心区域-子区域抑制权重与子区域-子区域抑制权重分别进行径向基函数计算之后分别得到中心区域-子区域抑制权值与子区域-子区域抑制权值；F、对于各像素点：将中心区域-子区域抑制权值与子区域-子区域抑制权值相加得到该像素点的非经典感受野刺激响应；将该像素点的经典感受野刺激响应减去非经典感受野刺激响应与抑制强度的乘积，得到该像素点的轮廓响应，对轮廓响应使用非极大值抑制和双阈值处理，得到各像素点的最终轮廓值，进而得到最终轮廓图。2.如权利要求1所述的基于感受野子区域的非方向选择性轮廓检测方法，其特征在于：所述的步骤A具体为：所述的二维高斯一阶函数如下：其中γ＝0.5，σ为尺度，θ为角度参数；所述的各像素点的各方向的响应值ei(x,y；θi,σ)为：ei(x,y；θi,σ)＝|I(x,y)*GD(x,y；θ,σ)|(2)；其中θi为方向参数中的某一方向；Nθ为方向参数的数量；各像素点的经典感受野刺激响应CRF(x,y；σ)为：CRF(x,y；σ)＝max{ei(x,y；θi,σ)|i＝1,2,...Nθ}(3)。3.如权利要求2所述的基于感受野子区域的非方向选择性轮廓检测方法，其特征在于：所述的步骤B中，所述的中心区域的圆心与任两个相邻的子区域的圆心连线所形成的夹角相等；所述的子区域的直径为感受野半径与中心区域半径的差值，每一个子区域分别与其邻近的四个子区域相交。4.如权利要求2所述的基于感受野子区域的非方向选择性轮廓检测方法，其特征在于：所述的步骤B中，所述的中心区域的半径为2.5σ，所述的子区域的半径为3.75σ，所述的子区域的数量为Ns，所述的各个子区域中心的角度为该角度为以Y轴正半轴为起点，逆时针旋转的角度。5.如权利要求4所述的基于感受野子区域的非方向选择性轮廓检测方法，其特征在于：所述的步骤C具体为：所述的各像素点的各方向的能量值为<...

【专利技术属性】
技术研发人员：林川，李福章，张晴，曹以隽，赵浩钧，韦江华，覃溪，潘勇才，刘青正，张玉薇，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西,45