【技术实现步骤摘要】
一种仿平行通路XYW细胞的边缘检测方法
[0001]本专利技术涉及图像处理领域,具体涉及一种仿平行通路
XYW
细胞的边缘检测方法
。
技术介绍
[0002]传统的边缘检测致力于研究不连续的图像特征来提取边缘信息,如亮度的变化,颜色或纹理等特征
。
然而,这类算子不能很好的区分边缘信息与纹理信息差别
。
之后,为了获得更好的边缘检测性能,一些研究者使用单个函数模拟生物视觉机制设计边缘检测模型,相比于传统检测算子,有了更好的纹理抑制能力,进而取得了较好的边缘检测性能
。
但是依靠单个函数不足以完全表示复杂的生物视觉机制
。
随着深度学习的发展,
CNNs
在各大视觉任务中展现了强大性能,编码
‑
解码的
CNNs
模型在边缘检测任务中也取得了巨大的突破
。
然而上述边缘检测网络以
VGG16
为编码网络,其最开始是为分类任务设计的,其模型具有参数大
、
结构复杂的特性,在训练中还需要依靠迁移学习实现更好边缘检测性能
。
[0003]近年来,尽管基于
CNN
的编码
‑
解码边缘检测方法取得了显著效果,大多数都以
VGG16
为编码网络,致力于解码网络的设计以提升边缘检测的准确率
。
然而以
VGG16
分类网络作为编码网络存在模型大
、
【技术保护点】
【技术特征摘要】
1.
一种仿平行通路
XYW
细胞的边缘检测方法,其特征在于,包括以下步骤:
A、
构建神经网络,所述的神经网络包括编码网络和解码网络;其中,编码网络包括依次连接的
Init
模块
、Path1
模块
、Path2
模块
、Path3
模块
、Path4
模块; Path1
模块的通道数设为
C
,
Path2
模块的通道数为
2C
,
Path3
模块的通道数为
4C
,
Path4
模块的通道数为
4C
;
B、
原始图像输入编码网络中,先经过
Init
模块调整通道数为
C
后,输入
Path1
模块,经
Path1
模块处理并调整通道数为
2C
后,输入
Path2
模块,经
Path2
模块处理并调整通道数为
4C
后,输入
Path3
模块,经
Path3
模块处理后输入
Path4
模块,
Path4
模块处理结果输入解码网络中;
C、
解码网络对
Path4
模块处理结果进行解码,得到最终检测结果
。2.
如权利要求1所述的仿平行通路
XYW
细胞的边缘检测方法,其特征在于:所述的
Path1
模块
、Path2
模块
、Path3
模块中处理过程一样,其处理过程为:输入结果分为三路,第一路依次经过三个
X
细胞模块处理,在第一个
X
细胞模块处理时,将通道数扩大一倍;第二路依次经过三个
Y
细胞模块处理,第一个
Y
细胞模块处理时,将通道数扩大一倍;第三路依次经过三个
W
细胞模块处理,第一个
W
细胞模块处理时,将通道数扩大一倍;三路处理结果相加融合后,得到输出结果
。3.
如权利要求1所述的仿平行通路
XYW
细胞的边缘检测方法,其特征在于:所述的
Path
4模块中处理过程为:输入结果分为三路,第一路依次经过三个
X
细胞模块处理,第二路依次经过三个
Y
细胞模块处理,第三路依次经过三个
W
细胞模块处理;三路处理结果相加融合后,得到输出结果
。4.
如权利要求2或3所述的仿平行通路
XYW
细胞的边缘检测方法,其特征在于:所述的
X
细胞模块包括1×1卷积
、3
×
3 深度分离卷积
、
相减融合模块,输入结果分成两路,一路经过1×1卷积处理,另一路经过3×
3 深度分离卷积处理;两路处理结果经过相减融合后得到输出结果;
Path1
模块
、Path2
模块
、Path3
模块中的第一个
X
细胞模块中,1×1卷积
、3
×
3 深度分离卷积处理时,会将通道数扩大...
【专利技术属性】
技术研发人员:林川,杨进林,黄思涵,张家佳,庞鑫韬,李福章,潘勇才,韦艳霞,
申请(专利权)人:广西科技大学,
类型:发明
国别省市:
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。