[发明专利]一种基于感受野及其明暗适应性的边缘检测方法

说明书

一种基于感受野及其明暗适应性的边缘检测方法，首先，根据人类视觉明暗适应性构建感受野动态调控函数模型；其次，利用得到的感受野动态调控函数模型对感受野建模，得到同心圆拮抗感受野模型；再利用同心圆拮抗感受野模型进行图像信息处理，得图像初步信息；最后，设计方向选择性感受野模型对得到的图像初步信息进一步处理，得到边缘检测结果。本发明提供一种基于感受野及其明暗适应性的边缘检测方法，在不同光照条件下取得了优于主流边缘检测算法的效果，符合人类在不同光照环境下的视觉特性，对进一步建立符合视觉机制的人工智能算法具有很好的基础性作用。

技术领域

本发明涉及图像处理技术领域，具体的说是一种基于感受野及其明暗适应性的边缘检测方法。

背景技术

边缘检测技术是图像处理技术领域中一种重要的基础算法，多用于特征提取、目标识别等方面的预处理，可以大幅度地减少数据量，并且剔除不相关的信息，保留了图像重要的结构属性。传统的边缘检测算子包括Reberts算子、prewitt算子、sobel算子、laplacian算子、canny算子等，新型的边缘检测方法有基于有监督学习整合多种线索的边缘检测算法、基于多尺度信息的边缘检测算法等。传统方法难以区分场景纹理和主体轮廓信息，基于学习的算法一方面提升了算法复杂度，另一方面效果过于依赖样本。

基于对人类视觉神经系统的研究，并受视网膜及视皮层机制启发，最近有学者提出了新的轮廓检测模型。这种模型考虑了感受野拮抗特性和方向选择性，取得了很好的检测效果，但是这种方法建立在感受野恒定不变的前提下。

事实上，感受野在不同光照环境和视觉输入的刺激下是动态变化的，人类视觉具有明暗适应性。在低背景光照条件下，感受野增大以接收更多光照和能量，人眼能够分辨主体轮廓和部分细节；在强背景光照条件下，感受野呈相反的变化，人眼能够分辨更多细节，而主体轮廓相对弱化。

发明内容

为了解决现有技术中的不足，本发明提供一种基于感受野及其明暗适应性的边缘检测方法，实现在不同光照条件下的有效边缘检测。

为了实现上述目的，本发明采用的具体方案为：一种基于感受野及其明暗适应性的边缘检测方法，该边缘检测方法包括如下步骤：

步骤1、根据人类视觉明暗适应性构建感受野动态调控函数模型δ(E)；

步骤2、利用步骤1得到的感受野动态调控函数模型δ(E)对感受野建模，得到同心圆拮抗感受野模型；

步骤3、利用同心圆拮抗感受野模型进行图像信息处理，得图像初步信息；

步骤4、设计方向选择性感受野模型对步骤3得到的图像初步信息进一步处理，得到边缘检测结果。

作为一种优选方案，步骤1构建的感受野动态调控函数模型δ(E)为：

δ(E)＝a log(αE₁+βE₂)；

E＝αE₁+βE₂；

E₁＝∑I(x,y)/(255*m*n)；

E₂＝1/H；

其中，E₁为图像平均亮度，E₂为图像的信息集中程度，E为图像的能量和信息强度，a为系数，α和β为权重，m,n为图像尺寸。

作为一种优选方案，步骤2对感受野建模的具体方法如下：

R(x,y)＝w₁G_ON(x,y,δ(E))+w₂G_OFF(x,y,δ(E))；