[发明专利]一种基于动态各向异性感受野的显著目标检测方法

摘要

本发明涉及一种基于动态感受野的显著目标检测方法。本方法首先提出一种动态各向异性感受野模型,该模型模拟了生物感受野的动态及各向异性特征。然后利用迭代的方法确定该模型的相关参数。最后提出基于动态感受野的显著目标检测方法。其核心内容是利用动态各向异性感受野能够消除显著目标内部竞争和显著目标相对背景对比度高的特点，检测出显著目标。对比现有方法，利用本发明方法检测显著目标，突出目标更为完整，保持目标轮廓较好。

主权项

一种基于动态各向异性感受野的显著目标检测方法，其特征在于，利用动态各向异性感受野模型进行显著目标检测，其中动态各向异性感受野模型在各方向上具有统一的形式：感受野中央区域及周边区域形状、大小均固定，感受野中央区域和周边区域之间的距离根据中央周边对比度动态改变；感受野中央区域和周边区域距离动态改变具体采用如下迭代方法：步骤1、设定迭代参数，所述迭代参数包括方向θ_i，方向总数N_θ，距离r_i范围及其迭代步长l，中央周边对比度阈值Γ，迭代数k和迭代总数N；其中方向θ_i=π(i‑1)/N_θ,i=1,2,...,N_θ,N_θ为方向总数，距离r_i范围为[r_min,r_max]，r_min，r_max分别为为r_i最小值和最大值，距离r_i的迭代步长l和阈值Γ为正数；迭代数k=0，迭代总数N=(r_max‑r_min)/l；步骤2、确定方向θ_i的中央周边对比度d(f_c(x_p),f_s,i(x_p+r_i))，其中符号f_c表示中央区域特征值，符号f_s,i表示θ_i方向周边区域特征值；r_i=(r_icos(θ_i),r_isin(θ_i))，x_p为感受野中央区域的中心像素p坐标；步骤3、判断中央周边对比度与阈值Γ的关系，若d(f_c(x_p),f_s,i(x_p+r_i))>Γ，则确定当前r_i，否则更新r_i=r_i+l；步骤4、更新迭代数k=k+1，之后返回步骤2直至k=N。