[发明专利]一种基于双视通路交互感知的轮廓检测方法

权利要求书

1.一种基于双视通路交互感知的轮廓检测方法，其特征在于，该方法具体包括以下步骤：

步骤(1)假设输入图像I(x,y)，其宽和高分别为m和n，(x,y)表示图像的二维坐标；模拟上丘浅层中经典感受野朝向响应特性对I(x,y)进行处理，得到亮度特征L(x,y)和最大朝向响应E_j(x,y)；

步骤(2)对步骤(1)所获取的最大朝向响应E_j(x,y)进行多尺度信息的轮廓增强，得到初级轮廓响应R₁(x,y)，作为下通路的轮廓响应结果；

步骤(3)对步骤(1)所获取的亮度特征L(x,y)，通过模拟外膝体环节的对比度自适应调节机制和方向敏感机制，分别提取对比度特征C_fit(x,y)和方向特征Θ(x,y)，并融合两者特征，得到图像的显著性特征P(x,y)；具体实现过程如下：

首先，构建亮度对比度计算模型，得到亮度对比度C(x,y)，如式(1)所示；

S_x,y表示I(x,y)中，以(x,y)为中心原点，窗长为d的方形局部窗口；r＝(d-1)/2为S_x,y的半窗长，默认设置d＝9；(x_i,y_i)表示局部窗口中自左而右、自上而下排列的第i个像素坐标，i∈[1,d²]；ω(x_i,y_i)为余弦加权函数；μ表示在局部窗口S_x,y范围内ω(x_i,y_i)的累加和；

接着，根据对比度自适应调节机制构建对比度反应函数，动态调整亮度对比度的反应特性，得到对比度特征C_fit(x,y)，如式(2)所示；

式中，为膨胀指数，决定了对比度适应曲线的倾斜程度；η为比例调节系数，默认设置η＝0.2；T_x,y表示C(x,y)中，以(x,y)为中心原点，窗长为3的方形局部窗口；δ(x_i,y_i)为局部窗口T_x,y中坐标(x_i,y_i)与(x,y)对应像素对比度之差的绝对值；C_δ(x_i,y_i)为局部窗口T_x,y中δ(x_i,y_i)的分布频率，C(x',y')表示局部窗口中心原点的亮度对比度；

由于二维高斯导函数的方向选择特性，将尺度中值σ_c对应的最大朝向响应E_c(x,y)作为方向特征Θ(x,y)；

最后，对比度特征C_fit(x,y)和方向特征Θ(x,y)都进行归一化，以点乘的方式融合，得到显著性特征P(x,y)；

P(x,y)＝C_fit′(x,y)·Θ′(x,y) (3)

式中，C_fit′(x,y)为归一化后的对比度特征C_fit(x,y)，Θ′(x,y)为归一化后的方向特征Θ(x,y)；

步骤(4)模拟初级视皮层中的神经编码机制，对步骤(3)所获取的显著性特征P(x,y)进行脉冲编码，得到显著性轮廓R₂(x,y)，作为上通路的轮廓响应结果，具体实现过程如下：

首先，将改进后的漏放电积分模型作为脉冲编码的神经元模型，P(x,y)与神经元模型之间一一对应，x＝1,2…,m；y＝1,2,…n；神经元模型的具体形式如式(4)所示；

式中，v(x,y)是与P(x,y)对应神经元模型的膜电位，c_τ是膜电容；I_x,y是激励电流，数值上等于P(x,y)；v_th为脉冲发放阈电位，默认设置为-50；g_s(x,y)为漏电导；在激励电流I_x,y的作用下，膜电压将会从静息电位v_p(x,y)开始，出现一个上升的过程，当满足膜电位v(x,y)≥v_th时，则神经元脉冲发放，然后膜电压迅速落回至静息电位v_p(x,y)；

利用初级轮廓响应R₁(x,y)去修正漏放电积分模型的静息电位v_reset，得到神经元模型的静息电位v_p(x,y)；

式中，thre为轮廓选取阈值，v_reset默认设置为-80；

对于g_s(x,y)的设定，利用稀疏编码方法得到稀疏性图像s(x,y)；并利用稀疏度量方法，得到稀疏度s′(x,y)，如式(6)所示；

式中，mean为均值运算函数；U_x,y表示s(x,y)中，以(x,y)为中心原点，窗长为step的方形局部窗口，step默认设置为5；w和h分别表示局部窗口U_x,y内像素的横坐标和纵坐标；

之后，利用双线性插值法，将稀疏度s′(x,y)放大到与R₁(x,y)相同的尺寸，得到s″(x,y)；利用s″(x,y)修正漏放电积分模型的漏电导g₁，得到神经元模型的漏电导g_s(x,y)，如式(7)所示；

式中，resize表示双线性插值放大运算，g₁默认设置为0.02；

最后将显著性特征P(x,y)输入对应的神经元模型，统计在1秒钟内神经元脉冲发放个数作为脉冲编码的输出并归一化，得到显著性轮廓R₂(x,y)；

步骤(5)融合双视通路中的轮廓响应结果R₁(x,y)和R₂(x,y)，得到最终的轮廓响应R(x,y)；具体实现过程如下：

模拟双视通路中的视觉信息在经过多级神经结构传递，考虑到初级轮廓响应R₁(x,y)中纹理较少，但可能丢失部分轮廓；而显著性轮廓响应R₂(x,y)中轮廓显著性强，但存在一些纹理噪声；因此计算两路轮廓响应的均方差作为两者的差异，根据差异进行像素级融合，得到最终的轮廓响应R(x,y)；

计算两路轮廓响应的整体均方差MSE和局部均方差mse′(x,y)；

式中，F_x,y表示以(x,y)为中心原点，窗长为ε的方形局部窗口，默认设置ε＝5；

如果局部均方差mse′(x,y)大于整体均方差MSE，则认为该处为纹理冗余，选择两者响应的最小值；反之则认为该处是轮廓或者背景，选择两者响应的最大值；计算得到最终轮廓响应R(x,y)；