【技术实现步骤摘要】
一种基于视觉神经通路的边缘检测方法
本专利技术属于视觉神经通路
，具体涉及一种基于视觉神经通路的边缘检测方法。
技术介绍
作为数字图像处理和计算机视觉的基础性工作，图像中的边缘被定义为像素及其邻域在特定方向上的阶跃性变化(颜色变化或灰度变化)，边缘检测则是通过特定算法，标注出这些变化明显的像素，从而为后续的图像处理提供关键信息。图像的边缘检测大幅度的减少了图像包含的数据量，剔除了冗余的、不相关的信息，保留图像重要的轮廓性属性，从而为目标识别和图像理解等较高层次的计算机视觉应用提供有效信息。因此，如何准确检测图像中的边缘，成为图像处理及相关研究领域的重要研究问题。边缘检测的研究具有悠久的历史，迄今有许多边缘检测算法被提出，如一阶微分算子、二阶微分算子、LoG算子、DoG算子、Canny算子等，以及基于模糊理论、数学形态学及神经网络等新兴技术理论的方法。但是这些方法大多忽视了一个基本问题，即边缘检测之所以重要，主要依赖于人类视觉理论的假设，该假设认为人类对物体的感知在很大程度上依赖于边缘的。因此，只有符合人...
【技术保护点】
1.一种基于视觉神经通路的边缘检测方法，其特征在于，具体按照以下步骤实施：/n步骤1、建立视网膜的感受机制模型，模拟视网膜对图片信息的响应；/n步骤2、建立侧膝体的感受机制模型，模拟侧膝体对图片信息的响应；/n步骤3、建立大脑皮层V1区的感受机制模型，模拟脑皮层V1区对边缘轮廓的检测；/n步骤4、结合步骤1～3建立的模型组合生成基于视觉神经通路的边缘检测模型，模拟视觉神经通路的边缘检测输出。/n
【技术特征摘要】
1.一种基于视觉神经通路的边缘检测方法，其特征在于，具体按照以下步骤实施：
步骤1、建立视网膜的感受机制模型，模拟视网膜对图片信息的响应；
步骤2、建立侧膝体的感受机制模型，模拟侧膝体对图片信息的响应；
步骤3、建立大脑皮层V1区的感受机制模型，模拟脑皮层V1区对边缘轮廓的检测；
步骤4、结合步骤1～3建立的模型组合生成基于视觉神经通路的边缘检测模型，模拟视觉神经通路的边缘检测输出。
2.根据权利要求1所述的一种基于视觉神经通路的边缘检测方法，其特征在于，所述步骤1具体按照以下步骤实施：
步骤1.1、建立光源信号对电信号的转换模型，即在视网膜神经外丛状层中水平细胞和双极细胞中进行光源信号对电信号的转换，具体如式(1)所示：
式中，Ωi代表以xi为中心的双极细胞的感受野，K(x,t)是单个双极细胞在t时刻的时空传播模型，f(x,t)是t时刻感光细胞接受到的光信号刺激，式(1)表示外丛状层电信号的产生完全线性依赖于以xi为中心的双极细胞感受野Ωi及t时刻以前的输入信号在感受野中的滞留；
步骤1.2、单个双极细胞时空传播模型K(x,t)简化为所有双极细胞时空传播模型K1(x,t)，假设双极细胞数量极多且所有双极细胞均遵循同样的时空传播函数K(x,t)，且时空传播函数K(x,t)不受限于Ωi空间内，则式(1)可简化为：
Λ(x，t)＝∫t′∈R∫x′∈RK1(x-x′，t-t′)f(x′，t′)dx′dt′＝(K1*f)(x，t)(2)
步骤1.3、光信号刺激f(x,t)具有时变性，并且中枢和周围反应具有不用的时间进程，故建立时空不可分离的中心-环绕型感受野模型，具体如式(3)～(5)所示：
K(x，t)＝C(x，t)-S(x，t)(3)
式中，ωc是感受野中心区的常数系数，ωs是周围区的常数系数，G(x)是高斯滤波器，σc和σs是用于调节感受野半径的高斯函数标准差；
光源信号对电信号的转换模型、双极细胞时空传播模型K1(x,t)及时空不可分离的中心-环绕型感受野模型组合为视网膜的感受机制模型。
3.根据权利要求2所述的一种基于视觉神经通路的边缘检测方法，其特征在于，所述步骤1.3中V(t)是低通滤波器函数，具体如式(6)所示：
式中，δ0是单位冲击函数；
是指数型时域滤波器函数，τG是代表时间的常数，具体如式(7)所示：
4.根据权利要求3所述的一种基于视觉神经通路的边缘检测方，其特征在于，所述步骤2具体按照以下步骤实施：
步骤2.1、建立侧膝体的感受机制模型，侧膝体的感受机制模型包括经典感受野模型与非经典感受野模型，典感受野模型与非经典感受野模型均为加权的高斯函数，侧膝体模型具体如式(8)所示：
B(x，t)＝H(x，t)*A(x，t)(8)
式中，H(x,t)表示外膝体细胞在...
【专利技术属性】
技术研发人员：师昕，赵雪青，陈惠娟，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。