[发明专利]一种基于相位特性的物体轮廓检测方法

说明书

技术领域

本发明属于机器视觉技术领域，特别涉及一种物体轮廓的检测方法。

背景技术

人类的视觉系统能根据视觉环境与条件的变化、对输入的图像信息进行各种主观的调整和加工，到目前为止，比较有代表性的基于视觉机制的轮廓检测方法为非经典感受野抑制轮廓检测方法，具体可参见文献：Grigorescu C，Petkov N，Westenberg M，Contour detection based on nonclassical receptive field inhibition，IEEE Transactions on Image Processing，vol.12，no.7，729～739，2003。这种方法利用了初级视皮层神经元的非经典感受野的抑制特性来压制背景纹理信息，进而达到突出目标物体轮廓的目的，其中包括各向同性抑制方法和各向异性抑制方法。这种基于视觉机制的方法取得的轮廓检测效果总体上均明显好于传统的方法，但存在的不足是易受输入图像对比度改变的影响，图像低对比度处的轮廓难以提取。

发明内容

本发明的目的是为了解决现有的非经典感受野抑制轮廓检测方法在图像低对比度处的轮廓难以提取的问题，提出了一种基于相位特性的物体轮廓检测方法。

为了实现上述目的，本发明的技术方案是：一种基于相位特性的物体轮廓检测方法，包括如下步骤：

S1.滤波处理，具体为：利用log Gabor滤波器组或Gabor滤波器组对输入图像进行滤波处理，得到不同朝向不同尺度下的频率响应；

S2.制取特征图，具体为：计算步骤S1得到的每个朝向下不同尺度的频率响应的幅值和以及局部能量，取二者的比值，作为每个朝向下的特征图，将不同朝向下的特征图进行整合得到最终的特征图；

S3.制取边缘保留平滑滤波后的特征图，具体为：利用EPS滤波器对步骤S2得到的最终的特征图进行滤波处理；

S4.制取非经典感受野抑制后的轮廓图像，具体为：首先利用二维高斯差函数构建的非经典感受野滤波器对步骤S3中得到的特征图进行滤波处理，得到非经典感受野对各像素点的抑制量；然后用步骤S3中得到的特征图中的各像素灰度值减去对应位置处的抑制量，得到抑制后的轮廓图像；

S5.二值化处理：对步骤S4得到抑制后的轮廓图像进行二值化处理，得到最终的轮廓图像。

本发明的有益效果：本发明的轮廓检测方法利用了图像的相位特性，借助图像相位信息的稳定性和重要性，保证了特征的完整性，使得轮廓检测不受图像亮度不一致或对比度改变的影响；并且结合了人类视觉机制中的非经典感受野特性，有效区分了目标轮廓和纹理边缘，并对纹理进行了抑制。

附图说明

图1是本发明一种基于相位特性的物体轮廓检测方法的流程示意图。

图2是实例中采用本发明方法对自然图像进行实际检测的每个步骤结果图以及最终轮廓图与标准轮廓图对比图组。

图3和图4分别是实例中采用本发明方法对自然图像及其加了20dB Gauss噪声的图像进行实际检测的轮廓图及与各项同性抑制方法检测的轮廓图的效果对比图组。

具体实施方式

下面结合附图和具体的实例对本发明做进一步的阐述。

以一自然图像的轮廓检测为例，对其加20dB Gauss噪声后的图像轮廓检测与此类似。

从目前国际公认的验证轮廓提取算法效果的图像库网站上下载Basket(篮子)图像及其对应的标准轮廓检测结果，图像大小均为512×512，其中的标准轮廓检测结果(ground truth)是由多个人手工勾画后平均得到的。具体检测方法的流程如图1所示，具体过程如下：

S1.滤波处理：给定log Gabor滤波器组的尺度参数个数为4、在180°范围内取8个朝向，其朝向参数分别为(i-1)/8，(i＝1，…，8)，得到一组8个不同朝向4个不同尺度(不同频率)的log Gabor滤波器；然后固定一个朝向改变不同尺度值构造的4个滤波器依次对输入图像中的各像素点进行滤波处理，得到4个滤波响应。

在这里也可以使用Gabor滤波器组进行滤波处理。