[发明专利]一种基于双视通路交互感知的轮廓检测方法

说明书

本发明公开了一种基于双视通路交互感知的轮廓检测方法；本发明构建双视觉通路计算模型，通过模拟双视觉通路中信息流的分流传递和交互感知来实现轮廓检测。首先，模拟视网膜环节光电转换特性，得到亮度特征；在上丘浅层中，模拟经典感受野的朝向响应特性，并引入一种多尺度轮廓增强的轮廓信息融合策略，得到初级轮廓响应；模拟视觉信息传递至外膝体时的对比度适应机制和方向敏感特性，提出一种显著性特征的提取方法；之后参考初级视皮层中的上丘浅层信息投射，构建改进的脉冲编码模型，提取显著性轮廓。最后对双视通路中的轮廓响应结果进行修正融合，得到最终的轮廓响应。本发明能有效突出主体轮廓并抑制纹理背景。

技术领域

本发明涉及视觉机制和图像处理领域，具体涉及一种基于双视通路交互感知的轮廓检测方法。

背景技术

以轮廓为勾勒的物体边界是视觉感知的重要线索，为场景理解和物体识别等高级视觉行为提供关键的信息。由于纹理边缘和轮廓的像素亮度突变在数学特性上相似，传统的轮廓检测方法弱化了生物视觉的感知机制，通常难以有效的识别出轮廓。

当前随着对视觉机制不断深入的研究，以生物视觉机制为基础的轮廓感知研究受到了广泛关注。例如有研究非经典感受野(non-classical receptive field，NCRF)在纹理抑制方面的作用，构建高斯差分算子(Difference of Gaussian，DOG)描述其中心-外周式的感受野形态，有效地抑制了图像纹理；还有利用融合调制方向、亮度、对比度三种特征，构建了非经典感受野的多特征环绕抑制模型。也有研究初级视皮层(初级视)区的纹理抑制模型，分别构建推拉抑制模型和环绕抑制模型，两种抑制模型相互调制，提升了纹理抑制效果。此外有研究模拟视通路不同层级下多种编码方式协同作用，并利用前级节点对视皮层区的跨视区调制作用，得到最终轮廓响应，加强了算法的抗噪性和鲁棒性。但必须需要指出的是，上述基于视觉神经计算模型的轮廓提取方法，通常只考虑了位于皮层上侧视经典视皮层通路(后文统称为上通路)，忽略了真实视通路中还存在皮层下侧的视觉通路(subcortical visual pathway，后文统称为下通路)，以及两条视通路之间的信息流分流处理和交互感知作用。因此上述方法在提取整体轮廓和显著特征上存在交叉冗余，视觉刺激编码的执行效率较低等问题。此外，它们大部分方法仅凭借前级神经结构输入的信息进行编码加工，忽略了同级节点的信号投射，不利于体现真实神经网络编码的高效性和对视觉刺激更深层次的感知。

发明内容

本发明针对现有技术的不足，提出了一种基于双视通路交互感知的轮廓检测方法。

本发明构建双视觉通路计算模型，通过模拟双视觉通路中信息流的分流传递和交互感知来实现轮廓检测。首先，模拟视网膜环节光电转换特性，得到亮度特征；在上丘浅层中，模拟经典感受野的朝向响应特性，并引入一种多尺度轮廓增强的轮廓信息融合策略，得到初级轮廓响应；模拟视觉信息传递至外膝体时的对比度适应机制和方向敏感特性，提出一种显著性特征的提取方法；之后参考初级视皮层中的上丘浅层信息投射，构建改进的脉冲编码模型，提取显著性轮廓。最后对双视通路中的轮廓响应结果进行修正融合，得到最终的轮廓响应。

本发明提出了一种基于双视通路计算模型的轮廓检测方法，包括如下步骤：

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，得到最大朝向响应E_j(x,y)，具体实现过程如下：

首先，考虑视网膜对视觉刺激的光电转换特性，本发明利用余弦加权计算得到亮度特征L(x,y)，如式(1)所示。