[发明专利]基于稀疏表示和视皮层注意机制的目标检测方法

摘要

本发明公开了一种基于稀疏表示和视皮层注意机制的目标检测方法，其实现步骤为：(1)使用多尺度，多方向的Gabor滤波器组对输入的待检测图像进行Gabor滤波，提取得到HMAX模型的S1层细胞；(2)利用独立成分分析ICA，用HMAX模型的C1层细胞构造稀疏基；(3)利用对尺度和平移具有不变性的C2层细胞以及香农熵理论，得到C2层细胞的信息熵，更进一步构造用于视觉显著性区域检测的测度，得到原始图像的显著性图。本发明在寻找自然场景图像的显著性上更能符合人眼的感知特性，具有较高的正确率和较低的误检率；在心理学刺激模式图片上的与传统的显著图检测方法相比也有较好有效性和准确性。

主权项

基于稀疏表示和视皮层注意机制的目标检测方法，包括如下步骤：(1)输入待检测图像；(2)使用多尺度，多方向的Gabor滤波器组对输入的待检测图像进行Gabor滤波，提取得到HMAX模型的S1层细胞；(3)对S1层细胞采样并使用最大化操作，提取得到HMAX模型的C1层细胞；(4)获得稀疏基4a)对C1层细胞的各个方向随机抽取大小为4×4的采样块，将抽取的采样块内像素按从左至右，从上至下的顺序写成列向量形式；重复抽取2000次，得到2000个列向量；4b)将2000个列向量同时输入到独立成分分析ICA系统中，获得稀疏基；(5)提取S2层细胞5a)将训练图像作为样本图像，对输入的样本图像依次进行步骤(2)和(3)的操作，得到样本图像的C1层细胞，对样本图像的C1层细胞使用取样方法产生特征块模板，每个特征块模板用一个矩阵表示；5b)对C1层细胞使用取样方法产生C1层细胞采样块，每个C1层细胞的采样块用一个矩阵表示；5c)将特征块模板与C1层细胞采样块按照径向基函数匹配方法，获得HMAX模型的S2层细胞；(6)对输出的S2层细胞使用最大值操作，获得HMAX模型的C2层细胞；(7)按如下公式计算C2层细胞的信息熵： E = - Σ I = 1 N p ( X I ) log ( p ( X I ) ) 其中，E为C2层细胞的信息熵，∑为求和运算符号，I＝1，2，…N，N为C2层细胞的个数，X为C2层细胞，p(XI)为C2层细胞的概率密度，log对数运算符号；(8)按如下显著性测度公式计算图像的显著性区域SC＝A*E×O其中，SC为获取的显著性区域，A为稀疏基，*为卷积运算符号，E为C2层细胞的信息熵，O为输入的待检测图像；(9)将显著性区域作为图像中目标的位置区域输出。