基于纹理梯度调节的视觉仿生边缘检测方法技术

本发明专利技术提供了基于纹理梯度调节的视觉仿生边缘检测方法，属于图像边缘检测技术领域。其关注于引入纹理梯度来检测显著边缘并抑制纹理，首先对视网膜建模，对图像进行编码，获得多个信息通道，在此基础上，设计了一种新的周围调节机制，包括同向促进、侧抑制和全向抑制，以调节初级视觉皮层简单细胞的反应，同时，利用纹理信息提取纹理梯度来结合简单细胞的响应以突出纹理区域的边界和减弱纹理边缘的响应，接着，建模第二级视觉皮层中的端点细胞来进一步调节边缘响应，最后，建模第四级视觉皮层，以整合所有信息通道的边缘线索来得到最终的边缘检测结果。本发明专利技术解决了现有边缘检测方法纹理区域边界不突出、噪声明显的问题。噪声明显的问题。噪声明显的问题。

【技术实现步骤摘要】
基于纹理梯度调节的视觉仿生边缘检测方法


[0001]本专利技术属于图像边缘检测
，尤其涉及一种基于纹理梯度调节的视觉仿生边缘检测方法。

技术介绍

[0002]视觉神经科学研究表明，轮廓信息是物体识别的关键，甚至能只通过物体的轮廓来识别物体。现有的仿生边缘检测方法通过建立层次的并行框架，引入非经典感受野的周围调节机制来调节边缘响应，取得了较好的效果。但这些方法都没有考虑如何利用纹理信息来突出纹理区域的边界和减弱纹理的响应，在最终获得的边缘检测结果中要么存在较大的噪声影响，要么检测结果的层次性较弱或不明显。因此有必要研究基于视觉仿生边缘检测的方法。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种基于纹理梯度调节的视觉仿生边缘检测方法，该方法关注于引入纹理信息来检测显著边缘，解决了现有边缘检测方法纹理区域边界不突出、噪声明显的问题。
[0004]为了达到以上目的，本专利技术采用的技术方案为：
[0005]本方案提供一种基于纹理梯度调节的视觉仿生边缘检测方法，包括以下步骤：
[0006]S1、获取边缘检测图像，并构建视网膜编码颜色、亮度和亮度对比度通道，得到多通道信息；
[0007]S2、根据所述多通道信息，利用二维高斯函数的一阶梯度构建初级视觉皮层简单细胞的经典感受野，并对局部边缘进行响应；
[0008]S3、根据响应结果，利用周围调节机制调节边缘响应，并引入纹理梯度对简单细胞的响应进行调节，得到视觉初级皮层的边缘响应；
[0009]S4、根据初级视觉皮层的边缘响应，构建端点细胞进行调节得到第二级视觉皮层的边缘响应；
[0010]S5、根据第二级视觉皮层的边缘响应，融合所有通道的结果，得到第四级视觉皮层的边缘响应，完成对视觉仿生边缘的检测。
[0011]本专利技术的有益效果是：本专利技术将仿照人类视觉神经系统层次性的感知边缘的方式来检测边缘，通过建模视网膜与侧膝状体、初级视觉皮层、第二级视觉皮层和第四级视觉皮层等，能够有效的进行边缘检测，解决了现有边缘检测方法纹理区域边界不突出、噪声明显的问题。
[0012]进一步地，所述步骤S1包括以下步骤：
[0013]S101、获取边缘检测图像，并利用平方根函数对边缘检测图像进行预处理；
[0014]S102、根据预处理结果，利用视网膜的颜色拮抗机制对边缘检测图像的颜色信息进行编码；
[0015]S103、对边缘检测图像的亮度信息与亮度对比度信息通道进行编码，并基于步骤S102的编码结果，得到多通道信息。
[0016]上述进一步方案的有益效果是：本专利技术对视网膜与侧膝状体建模时，利用视网膜对视觉信息的感知与编码以及侧膝状体对编码的视觉信息进行一定整合与传递。首先利用平方根函数以增强图像对比度，然后模仿视网膜的颜色拮抗机制编码颜色信息，最后对亮度与亮度对比度信息进行编码。最终通过对图像信息进行一系列编码，以获得并行的颜色拮抗通道、亮度通道和亮度对比度通道，更加接近人类真实的感知。
[0017]再进一步地，所述预处理的表达式如下：
[0018][0019]其中，C
h
表示边缘检测图像预处理后的红、绿、蓝三通道信息，I
h
表示原边缘检测图像的红、绿、蓝三通道信息；
[0020]所述对边缘检测图像的颜色信息进行编码的表达式如下；
[0021]Ch
rg
(x,y)＝C
r
(x,y)
‑
w.C
g
(x,y)
[0022][0023]其中，Ch表示颜色拮抗细胞响应，(x,y)表示空间位置，w表示颜色拮抗权重，C
r
(x,y)表示预处理后的红色通道，C
g
(x,y)表示预处理后的绿色通道，Ch
rg
(x,y)表示红绿颜色拮抗通道，Ch
by
(x,y)表示蓝黄颜色拮抗通道，C
b
(x,y)表示预处理后的蓝色通道。
[0024]上述进一步方案的有益效果是：通过颜色拮抗机制有效的编码了颜色通道信息以用于后续颜色边缘的检测。
[0025]再进一步地，所述亮度信息的通道响应如下：
[0026]Ch
lu
(x,y)＝0.299C
r
(x,y)+0.587C
g
(x,y)+0.114C
b
(x,y)
[0027]所述亮度对比度信息的通道响应如下：
[0028][0029]Avg(x,y)＝A(x,y,r)*Ch
lu
(x,y)
[0030]A(x,y,r)＝||Circle(x,y,r)||
[0031][0032]其中，Ch
lu
(x,y)表示亮度通道，Ch
lc
(x,y)表示亮度对比度通道，A(x,y,r)表示圆形平均核，Avg(x,y)表示亮度通道与圆形平均核的卷积结果，Circle(x,y,r)表示圆，||
·
||表示归一化函数，*表示卷积操作，r表示圆的局部区域半径。
[0033]再进一步地，所述经典感受野的响应表达式如下：
[0034][0035][0036]其中，CRF(x,y,θ)表示经典感受野的响应，表示偏微分，θ表示边缘朝向，N
θ
表示
边缘朝向总数，i表示边缘朝向个数，G(x,y,σ)表示二维高斯函数，σ表示二维高斯函数的标准差，Ch'
rg
表示非平衡红绿颜色拮抗通道，Ch'
by
表示非平衡蓝黄颜色拮抗通道。
[0037]上述进一步方案的有益效果是：通过利用二维高斯函数的一阶导数建模简单细胞的经典感受野，可以有效的获得不同朝向的局部边缘响应。
[0038]再进一步地，所述步骤S3包括以下步骤：
[0039]S301、根据响应结果，引入同向促进对简单细胞的经典感受野进行建模：
[0040]SF(x,y,θ)＝E
same
(x,y,σ
x
,σ
y
,θ)*CRF(x,y,θ)
[0041][0042][0043]其中，SF(x,y,θ)表示同向促进，E
same
(
·
)表示边缘朝向为θ的椭圆高斯函数，(x,y)表示空间位置，σ
x
和σ
y
表示控制经典感受野的形状，a、b和c均表示椭圆高斯函数中系数；
[0044]S302、引入侧抑制对简单细胞的经典感受野进行建模：
[0045]LI(x,y,θ)＝E
lateral
(σ
x
,σ
y
,θ)*CRF(x,y,θ)
[0046][0047]其中，LI(x,y,θ)表示侧抑制，E
lateral
(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，包括以下步骤：S1、获取边缘检测图像，并构建视网膜编码颜色、亮度和亮度对比度通道，得到多通道信息；S2、根据所述多通道信息，利用二维高斯函数的一阶梯度构建初级视觉皮层简单细胞的经典感受野，并对局部边缘进行响应；S3、根据响应结果，利用周围调节机制调节边缘响应，并引入纹理梯度对简单细胞的响应进行调节，得到视觉初级皮层的边缘响应；S4、根据初级视觉皮层的边缘响应，构建端点细胞进行调节得到第二级视觉皮层的边缘响应；S5、根据第二级视觉皮层的边缘响应，融合所有通道的结果，得到第四级视觉皮层的边缘响应，完成对视觉仿生边缘的检测。2.根据权利要求1所述的基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，所述步骤S1包括以下步骤：S101、获取边缘检测图像，并利用平方根函数对边缘检测图像进行预处理；S102、根据预处理结果，利用视网膜的颜色拮抗机制对边缘检测图像的颜色信息进行编码；S103、对边缘检测图像的亮度信息与亮度对比度信息通道进行编码，并基于步骤S102的编码结果，得到多通道信息。3.根据权利要求2所述的基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，所述预处理的表达式如下：其中，C
h
表示边缘检测图像预处理后的红、绿、蓝三通道信息，I
h
表示原边缘检测图像的红、绿、蓝三通道信息；所述对边缘检测图像的颜色信息进行编码的表达式如下；Ch
rg
(x,y)＝C
r
(x,y)
‑
w.C
g
(x,y)其中，Ch表示颜色拮抗细胞响应，(x,y)表示空间位置，w表示颜色拮抗权重，C
r
(x,y)表示预处理后的红色通道，C
g
(x,y)表示预处理后的绿色通道，Ch
rg
(x,y)表示红绿颜色拮抗通道，Ch
by
(x,y)表示蓝黄颜色拮抗通道，C
b
(x,y)表示预处理后的蓝色通道。4.根据权利要求3所述的基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，所述亮度信息的通道响应如下：Ch
lu
(x,y)＝0.299C
r
(x,y)+0.587C
g
(x,y)+0.114C
b
(x,y)所述亮度对比度信息的通道响应如下：Avg(x,y)＝A(x,y,r)*Ch
lu
(x,y)A(x,y,r)＝||Circle(x,y,r)||
其中，Ch
lu
(x,y)表示亮度通道，Ch
lc
(x,y)表示亮度对比度通道，A(x,y,r)表示圆形平均核，Avg(x,y)表示亮度通道与圆形平均核的卷积结果，Circle(x,y,r)表示圆，||
·
||表示归一化函数，*表示卷积操作，r表示圆的局部区域半径。5.根据权利要求1所述的基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，所述经典感受野的响应表达式如下：述经典感受野的响应表达式如下：其中，CRF(x,y,θ)表示经典感受野的响应，表示偏微分，θ表示边缘朝向，N
θ
表示边缘朝向总数，i表示边缘朝向个数，G(x,y,σ)表示二维高斯函数，σ表示二维高斯函数的标准差，Ch'
rg
表示非平衡红绿颜色拮抗通道，Ch'
by
表示非平衡蓝黄颜色拮抗通道。6.根据权利要求1所述的基于纹理梯度调节的视觉仿生边缘检测方法，其特征在于，所述步骤S3包括以下步骤：S301、根据响应结果，引入同向促进对简单细胞的经典感受野进行建模：SF(x,y,θ)＝E
same
(x,y,σ
x
,σ
y
,θ)*CRF(x,y,θ),θ)*CRF(x,y,θ)其中，SF(x,y,θ)表示同向促进，E
same
(
·
)表示边缘朝向为θ的椭圆高斯函数，(x,y)表示空间位置，σ
x

【专利技术属性】
技术研发人员：彭博，杨代鹏，吴锡，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：