买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：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。

主权项：1.一种基于双视通路交互感知的轮廓检测方法，其特征在于，该方法具体包括以下步骤：步骤1假设输入图像Ix,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Ix,y进行处理，得到亮度特征Lx,y和最大朝向响应Ejx,y；步骤2对步骤1所获取的最大朝向响应Ejx,y进行多尺度信息的轮廓增强，得到初级轮廓响应R1x,y，作为下通路的轮廓响应结果；步骤3对步骤1所获取的亮度特征Lx,y，通过模拟外膝体环节的对比度自适应调节机制和方向敏感机制，分别提取对比度特征Cfitx,y和方向特征Θx,y，并融合两者特征，得到图像的显著性特征Px,y；具体实现过程如下：首先，构建亮度对比度计算模型，得到亮度对比度Cx,y，如式1所示； Sx,y表示Ix,y中，以x,y为中心原点，窗长为d的方形局部窗口；r＝d-12为Sx,y的半窗长，默认设置d＝9；xi,yi表示局部窗口中自左而右、自上而下排列的第i个像素坐标，i∈[1,d2]；ωxi,yi为余弦加权函数；μ表示在局部窗口Sx,y范围内ωxi,yi的累加和；接着，根据对比度自适应调节机制构建对比度反应函数，动态调整亮度对比度的反应特性，得到对比度特征Cfitx,y，如式2所示；δxi,yi＝|Cxi,yi-Cx',y'| 式中，ι为膨胀指数，决定了对比度适应曲线的倾斜程度；η为比例调节系数，默认设置η＝0.2；Tx,y表示Cx,y中，以x,y为中心原点，窗长为3的方形局部窗口；δxi,yi为局部窗口Tx,y中坐标xi,yi与x,y对应像素对比度之差的绝对值；Cδxi,yi为局部窗口Tx,y中δxi,yi的分布频率，Cx',y'表示局部窗口中心原点的亮度对比度；由于二维高斯导函数的方向选择特性，将尺度中值σc对应的最大朝向响应Ecx,y作为方向特征Θx,y；最后，对比度特征Cfitx,y和方向特征Θx,y都进行归一化，以点乘的方式融合，得到显著性特征Px,y；Px,y＝Cfit′x,y·Θ′x,y3式中，Cfit′x,y为归一化后的对比度特征Cfitx,y，Θ′x,y为归一化后的方向特征Θx,y；步骤4模拟初级视皮层中的神经编码机制，对步骤3所获取的显著性特征Px,y进行脉冲编码，得到显著性轮廓R2x,y，作为上通路的轮廓响应结果，具体实现过程如下：首先，将改进后的漏放电积分模型作为脉冲编码的神经元模型，Px,y与神经元模型之间一一对应，x＝1,2…,m；y＝1,2,…n；神经元模型的具体形式如式4所示； 式中，vx,y是与Px,y对应神经元模型的膜电位，cτ是膜电容；Ix,y是激励电流，数值上等于Px,y；vth为脉冲发放阈电位，默认设置为-50；gsx,y为漏电导；在激励电流Ix,y的作用下，膜电压将会从静息电位vpx,y开始，出现一个上升的过程，当满足膜电位vx,y≥vth时，则神经元脉冲发放，然后膜电压迅速落回至静息电位vpx,y；利用初级轮廓响应R1x,y去修正漏放电积分模型的静息电位vreset，得到神经元模型的静息电位vpx,y； vpx,y＝vreset×Fx,y+vreset式中，thre为轮廓选取阈值，vreset默认设置为-80；对于gsx,y的设定，利用稀疏编码方法得到稀疏性图像sx,y；并利用稀疏度量方法，得到稀疏度s′x,y，如式6所示； 式中，mean为均值运算函数；Ux,y表示sx,y中，以x,y为中心原点，窗长为step的方形局部窗口，step默认设置为5；w和h分别表示局部窗口Ux,y内像素的横坐标和纵坐标；之后，利用双线性插值法，将稀疏度s′x,y放大到与R1x,y相同的尺寸，得到s″x,y；利用s″x,y修正漏放电积分模型的漏电导g1，得到神经元模型的漏电导gsx,y，如式7所示； 式中，resize表示双线性插值放大运算，g1默认设置为0.02；最后将显著性特征Px,y输入对应的神经元模型，统计在1秒钟内神经元脉冲发放个数作为脉冲编码的输出并归一化，得到显著性轮廓R2x,y；步骤5融合双视通路中的轮廓响应结果R1x,y和R2x,y，得到最终的轮廓响应Rx,y；具体实现过程如下：模拟双视通路中的视觉信息在经过多级神经结构传递，考虑到初级轮廓响应R1x,y中纹理较少，但可能丢失部分轮廓；而显著性轮廓响应R2x,y中轮廓显著性强，但存在一些纹理噪声；因此计算两路轮廓响应的均方差作为两者的差异，根据差异进行像素级融合，得到最终的轮廓响应Rx,y；计算两路轮廓响应的整体均方差MSE和局部均方差mse′x,y； 式中，Fx,y表示以x,y为中心原点，窗长为ε的方形局部窗口，默认设置ε＝5；如果局部均方差mse′x,y大于整体均方差MSE，则认为该处为纹理冗余，选择两者响应的最小值；反之则认为该处是轮廓或者背景，选择两者响应的最大值；计算得到最终轮廓响应Rx,y；

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于双视通路交互感知的轮廓检测方法