[发明专利]一种基于DSP的面向视神经假体的目标感知与编码方法

权利要求书

1.一种基于DSP的面向视神经假体的目标感知与编码方法，其特征在于，具体按照以下步骤实施：

步骤1：图像采集，采用CMOS摄像头采集视觉图像，通过视频解码器将CMOS摄像头采集的图像信号转换为数字信号，将得到的数字信号传递给DSP芯片；

步骤2：对步骤1得到的图像数字信号预处理；

步骤3：感兴趣目标提取，根据感兴趣的目标，对步骤2得到的预处理后的图像采用经典的图像分类方法进行提取；

步骤4：对步骤3得到的感兴趣目标图像进行光幻视编码，得到感兴趣区域的编码图。

2.根据权利要求1所述的基于DSP的面向视神经假体的目标感知与编码方法，其特征在于，所述的步骤2中的预处理，具体按照以下步骤实施：a.采用中值滤波保护图像的边缘信息；b.进行膨胀处理，并进行平滑运算，消除噪点；c.将彩色图像转化为灰度图像。

3.根据权利要求1所述的基于DSP的面向视神经假体的目标感知与编码方法，其特征在于，所述的步骤3中的感兴趣目标提取，具体按照以下步骤实施：a.采用马尔科夫随机场模型对图像进行分割；b.对图像分割处理后的图像进行边缘检测；c.采用Hough变换的算法检测场景中的直线。

4.根据权利要求3所述的基于DSP的面向视神经假体的目标感知与编码方法，其特征在于，所述的采用马尔科夫随机场模型对图像进行分割，具体按照以下步骤实施：

X是一个马尔科夫随机场，当且仅当在某个位置上的局部条件概率仅仅随所考虑的位置的邻域状态而变化，

P(X_S＝x_S|x^S)＝P(X_S＝x_S|x_t，t∈δs)，

其中，x_s表示位置s处的状态值，δ_s为位置s的邻域集合，这样，一个点的灰度值只取决于该点邻域像素的灰度值；

根据Hamersley-Clifford定理中Gibbs分布与MRF的等价关系，用Gibbs分布来求解MRF中的概率分布，邻域系统J的Gibbs分布是定义在Q上的概率测度P，具有如下表达形式：

P(X＝x)＝exp[-U(x)]/Z，

其中，exp(.)为指数函数，X为随机场，x为X的具体实现，Z为归一化常数，U(x)为能量函数；

把预处理后的图像，先用K-均值算法完成一次初始分割，得到分割结果后计算特征参数μ和σ²：

μm=1NmΣxs=mys,]]>

其中，x_s表示位置s处的状态值，y_s为其观察值，N_m表示对应状态为m的位置的数目；

σ2=1Nm-1Σxs=m(ys-μm)2,]]>

图像向量Y为一个行向量的集合，每一行对应一个像素位置的特征向量，设均值向量为μ_i，协方差矩阵为∑_i，在s出的特征向量为y_s，则能量函数表示为：

EYS=(ys-μi)Σi-1(ys-μi)′+log|Σi|,]]>

计算出特征场能量和标记场能量，根据最小能量的原则，得到分割结果。

5.根据权利要求1所述的基于DSP的面向视神经假体的目标感知与编码方法，其特征在于，所述的步骤4中的光幻视编码，具体按照以下步骤实施：先建立匹配模式的数据库，并设置模式匹配时覆盖度为80％，模式与目标的匹配度高于80％时便接受，低于该标准时便舍去。