[发明专利]基于非经典感受野空间总和调制的轮廓检测方法有效

专利信息
申请号: 201610163668.7 申请日: 2016-03-22
公开(公告)号: CN106033610B 公开(公告)日: 2018-10-26
发明(设计)人: 林川;曹以隽;李亚;潘亦坚;郭越;潘勇才 申请(专利权)人: 广西科技大学
主分类号: G06T7/136 分类号: G06T7/136;G06T7/149
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 周晟
地址: 545006 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明旨在提供一种基于非经典感受野空间总和调制的轮廓检测方法,包括以下步骤:A、输入经灰度处理的待检测图像;B、对待检测图像Gabor滤波,获得各像素点的各个方向的Gabor能量值;C、计算出非经典感受野对中心神经元的空间总和调制权值;D、计算出非经典感受野在距离权值上对中心神经元的调制响应;E、计算得到中心神经元受非经典感受野的刺激响应;F、计算得到中心神经元受经典感受野和非经典感受野联合调制的刺激响应,作为对应的轮廓值;G、对各像素点的轮廓值使用非极大值抑制和双阈值处理,得到各像素点的最终轮廓值。该方法克服现有技术仿真效果差、轮廓识别率低的缺陷,具有仿真效果好、轮廓识别率高的特点。
搜索关键词: 基于 经典 感受 空间 总和 调制 轮廓 检测 方法
【主权项】:
1.基于非经典感受野空间总和调制的轮廓检测方法,其特征在于包括以下步骤:A、输入经灰度处理的待检测图像,将待检测图像的各个像素点分别作为非经典感受野中心神经元;B、预设多个方向参数的Gabor滤波器组,对待检测图像中的各像素点分别按照各个方向参数进行Gabor滤波,获得各像素点的各个方向的Gabor能量值;对于每个像素点,选取其各个方向的Gabor能量值中的最大值,作为该像素点受经典感受野的刺激响应,即为该非经典感受野中心神经元的刺激响应,该最大值对应的滤波方向作为该像素点的最优角,即为该非经典感受野中心神经元的最优角;C、基于各个非经典感受野中心神经元,分别计算得到各个非经典感受野对其中心神经元的全局能量调制权值,并分别结合各非经典感受野中心神经元对应的的最优角计算得到各非经典感受野中心神经元方位调制权值,进而计算出各个非经典感受野对其中心神经元的空间总和调制权值;D、计算出各个非经典感受野对其中心神经元作用的距离函数,将这一距离函数与其中心神经元受经典感受野的刺激响应进行卷积得到各个非经典感受野在距离权值上对其中心神经元的调制响应;E、通过各个非经典感受野的调制响应与其空间总和调制权值进行乘积得到各个中心神经元受非经典感受野的刺激响应;F、通过各个中心神经元受非经典感受野调制的刺激响应与抑制系数相乘,再将其中心神经元受经典感受野的刺激响应减去上述乘积得到中心神经元受经典感受野和非经典感受野联合调制的刺激响应,取正后作为该中心神经元对应的轮廓值,从而得到各个像素点的轮廓值;G、对各像素点的轮廓值使用非极大值抑制和双阈值处理,得到各像素点的最终轮廓值;所述的步骤B具体如下:所述的Gabor滤波器组的二维Gabor函数表达式如下:其中γ为一个表示椭圆形感受野长短轴比例的常数,参数λ为波长,σ为DoG模板中心区的带宽,1/λ为余弦函数的空间频率,是相角参数,θ为Gabor滤波的角度参数;I(x,y)为待检测图像,*为卷积运算符;Gabor能量值计算如下:其中θi为Gabor滤波的某一角度,Nθ为Gabor滤波的角度的个数;Ec(x,y)为像素点(x,y)的各角度Gabor滤波能量值的最大值,为Ec(x,y)对应的滤波角度,作为像素点(x,y)的最优角;所述的步骤C具体如下:所述的非经典感受野对中心神经元的空间总和调制权值的表达式为:Fs(x,y)=∑x′∑y′Fa(x+x′,y+y′)Fr(x+x′,y+y′)   (7);其中‑3kσ其中,EAVG为待检测图像各像素点受经典感受野刺激响应的均值,即为待检测图像各个像素点的Ec(x,y)值的均值;Fa(x+x′,y+y′)的表达式为:其中ω=max(ω1,ω2)   (10);其中为中心神经元A(x,y)的最优角,为非经典感受野中除中心神经元外的任一神经元B(x+x′,y+y′)的最优角,即分别为神经元A、B的最大的gabor能量值对应的滤波角度,为中心神经元A与神经元B连线的偏向角。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西科技大学,未经广西科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610163668.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top