[发明专利]基于改进经典感受野的仿生轮廓检测方法

说明书

本发明旨在提供一种基于改进经典感受野的仿生轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像；B、预设包含多个方向参数的Gabor滤波函数，Gabor滤波函数中的带宽值为一组依次递增的变量；C、对待检测图像中的各个像素点分别利用上述的Gabor滤波函数进行Gabor能量计算；计算各像素点的对应该带宽值的经典感受野刺激响应；D、结合距离权重函数计算得到各个像素点的抑制响应；E、计算各个像素点的最终轮廓值，构成的检测轮廓图；F、将各个带宽值对应的检测轮廓图进行对比，选取其中效果最好的作为最终检测轮廓图。该检测方法克服现有技术的缺陷，具有符合视觉感受野的空间特性以及检测效果更好的特点。

技术领域

本发明涉及图像处理领域，具体涉及一种基于改进经典感受野的仿生轮廓检测方法。

背景技术

轮廓检测是图像处理中处在非常重要的位置。1962年，David Hubel和TorstenWiesel 的工作对感受野的定义产生了重要影响。他们强调了刺激图形的构型对细胞反应的重要性。他们认识到“通过对兴奋性和抑制性区域在空间上的排列组合发现，对视皮层的简单细胞而言，最有效的刺激方式是长而窄的光条，不同亮度区域所形成的直的边界，以及在明背景上的暗光棒。为了激发出最大的反应，刺激的位置和方位是极其重要的”。从而揭示感受野的特性高度依赖于所采用的视觉刺激图形的特性且并不唯一特性。

传统的Gabor滤波器揭示感受野的特性高度依赖于所采用的视觉刺激图形的特性，这些算法把带宽值限定为1.0，但却违背了并不唯一特性。因此，这些类型的滤波器并不能很好的适用于各类纹理复杂程度不同的自然图像；即传统的Gabor滤波器在很多时候并不能有效地保护某些轮廓信息，同时也没有进一步地抑制背景纹理信息。

发明内容

本发明旨在提供一种基于改进经典感受野的仿生轮廓检测方法，该检测方法克服现有技术的缺陷，具有符合视觉感受野的空间特性以及检测效果更好的特点。

本发明的技术方案如下：

一种基于改进经典感受野的仿生轮廓检测方法，其特征在于包括以下步骤：

A、输入经灰度处理的待检测图像；

B、预设包含多个方向参数的Gabor滤波函数，Gabor滤波函数中的带宽值为一组依次递增的变量；

C、对待检测图像中的各个像素点分别利用上述的Gabor滤波函数进行Gabor能量计算，获得不同带宽值下，各个像素点的各个方向下的Gabor能量值；

在每一个带宽值对应的Gabor滤波函数处理得到的Gabor能量值中，各个像素点选取其各个方向的Gabor能量值中的最大值，作为该像素点的对应该带宽值的经典感受野刺激响应；

D、将各个像素点的经典感受野刺激响应与该像素点的距离权重函数进行卷积后与该像素点对应的尺度相乘，得到各个像素点的抑制响应；

E、将各个像素点的经典感受野刺激响应减去该像素点的抑制响应与预设的抑制强度的乘积，得到该像素点的轮廓响应，对轮廓响应使用非极大值抑制和双阈值处理，得到各个像素点的最终轮廓值，由各个像素点的最终轮廓值构成对应该带宽值的检测轮廓图；

F、将各个带宽值对应的检测轮廓图进行对比，选取其中效果最好的作为最终检测轮廓图。

优选地，所述的步骤B具体如下：

所述的改进Gabor滤波函数的表达式如下：