[发明专利]一种基于视觉皮层的夜视图像凸显轮廓提取方法

摘要

本发明提出一种基于视觉皮层的夜视图像凸显轮廓提取方法。该方法在传统非负稀疏编码的基础上结合夜视图像的显著边缘信息，加权提取图像的显著边缘轮廓；在传统的贝叶斯概率推理估计切线段连接的基础上，考虑到视觉感知对低曲率的偏好特性，采用梯度下降法对曲线连接中出现边角连接和中断连接进行细分，统一归为曲率连接，用贝叶斯概率模型进行再次概率推理，使之成为连续的过程，实现边缘轮廓的连接，减少了轮廓之间的间断。本发明方法降低了噪声的干扰，并在一定程度上保护了轮廓的完整性。

主权项

一种基于视觉皮层的夜视图像凸显轮廓提取方法，其特征在于，包括以下步骤：步骤一：随机选取T幅夜视图像，用大小为m*m的滑动子图像窗口随机采样每一幅图像W次组成一个L维训练数据集，对L维训练数据集进行中心化和白化处理获得预处理图像I，其中，T≥8，m∈[3,9]，W∈[1000，20000]，L=m2*W；步骤二：对预处理图像I采用非负稀疏编码算法得到系数矩阵，并将系数矩阵分成Y个子块ΔY，从每一个子块ΔY中提取图像的特征向量并进行最大化池化处理，使用图像的显著边缘轮廓算法检测得到加权后的轮廓图像F，其中，ΔY∈[3*3,9*9]，Y∈[2000,10000]；步骤三：对预处理图像I采用贝叶斯概率推理模型估计切线段连接，采用梯度下降法将切线段连接中的中断连接和边角连接统一划分为曲率连接从而得到边缘连接概率，采用拉普拉斯函数模拟每个边缘连接概率的连接假设似然获得稀疏图，采用迪科斯彻算法搜索稀疏图闭合路径，对未连接的路径进行填补得到增强后的闭合显著轮廓图像N；步骤四：将加权后的轮廓图像F和增强后的闭合显著轮廓图像N合成，采用Canny算法中的非极大值抑制和滞后门限的方法对合成的图像进行阈值处理并去除短小的噪声边缘，获得凸显轮廓图像E。