基于经典感受野固视微动机制的轮廓检测方法

    公开(公告)号:CN111968140B

    公开(公告)日:2023-07-14

    申请号:CN202010585697.9

    申请日:2020-06-24

    IPC分类号: G06T7/13 G06V10/44 G06V10/82

    摘要: 本发明旨在提供一种基于经典感受野固视微动机制的轮廓检测方法,包括以下步骤:A、输入经灰度处理得到的待检测图像,预设多个尺度参数的高斯函数,计算得到各像素点的各尺度参数的高斯滤波响应;B、计算得到与多个尺度参数一一对应的多个环状高斯一阶导函数;C、对于各像素点:计算得到该像素点的各方向参数的微动融合响应;D、对于各像素点:在该像素点的各方向参数的微动融合响应中取最大值,作为该像素点的经典感受野响应;E、预设距离权重函数、抑制系数,计算各个像素点的抑制响应;F、将各个像素点的经典感受野响应减去该像素点的抑制响应,得到最终轮廓图。该轮廓检测方法克服现有技术缺陷,具有仿真性强、检测准确率高的特点。

    基于初级视觉皮层固视微动机制的轮廓检测方法

    公开(公告)号:CN111968139B

    公开(公告)日:2023-06-13

    申请号:CN202010578385.5

    申请日:2020-06-23

    IPC分类号: G06T7/13 G06V10/44 G06V10/82

    摘要: 本发明旨在提供一种基于初级视觉皮层固视微动机制的轮廓检测方法,包括以下步骤:A、输入经灰度处理得到的待检测图像,预设多个方向参数的高斯一阶导函数,预设高斯一阶导函数的模板中心的轴向偏移量,预设四个高斯一阶导函数的偏移中心,计算得到对应的四个高斯一阶导偏移函数;B、对于待检测图像的各像素点,计算得到各像素点的经典感受野响应;C、预设距离权重函数、抑制系数,计算得到各个像素点的抑制响应;D、将各个像素点的经典感受野响应减去该像素点的抑制响应,得到各像素点的轮廓响应,进而得到最终轮廓图。该轮廓检测方法克服现有技术缺陷,具有仿真性强、检测准确率高的特点。

    基于颜色拮抗感受野的轮廓检测方法

    公开(公告)号:CN109146901A

    公开(公告)日:2019-01-04

    申请号:CN201810876317.X

    申请日:2018-08-03

    IPC分类号: G06T7/13 G06T7/90

    摘要: 本发明旨在提供基于颜色拮抗感受野的轮廓检测方法,包括以下步骤:A、输入待检测图像,提取红、绿、蓝、黄分量;B、预设红绿、蓝黄两个颜色组合及对应的通道,计算各自的单拮抗响应;C、预设均分圆周的多个方向参数,构建对应各个方向参数的双拮抗感受野滤波器模板;对于各像素点计算该像素点的各通道的双拮抗响应;D、对于各像素点计算各通道的两个双拮抗抑制轮廓响应;E、对于各像素点:将各通道全部的双拮抗抑制轮廓响应进行归一化后,所得结果的最大值即为该像素点的最终轮廓响应。该方法克服现有技术缺陷,具有检测效果好、计算效率高的特点。

    仿生物平滑跟踪眼动信息处理机制的目标轮廓检测方法

    公开(公告)号:CN106033608B

    公开(公告)日:2018-10-19

    申请号:CN201510442062.2

    申请日:2015-07-24

    IPC分类号: G06T7/13

    摘要: 本发明旨在提供一种仿生物平滑跟踪眼动信息处理机制的目标轮廓检测方法,包括以下步骤:输入经灰度处理的待检测图像;进行各个方向的Gabor滤波,得到Gabor能量图;建立初始DoG模板,对初始DoG模板进行变换,并用各变换DoG模板分别对Gabor能量图进行滤波;根据上述滤波结果图生成抑制最大值图;对抑制最大值图进行修正,得到修正抑制最大值图;将各方向Gabor能量图中各像素点的Gabor能量值减去方向与其相同的修正抑制最大值图中对应的像素点的滤波结果值,作为该像素点的初始轮廓值,并作后续处理,得到最终轮廓图。本发明检测方法克服现有技术仿真度低、轮廓识别率低的缺陷,具有仿真度高、轮廓识别率高的特点。

    基于深度强化网络邻接连接的轮廓检测方法

    公开(公告)号:CN109934835B

    公开(公告)日:2023-03-31

    申请号:CN201910072384.0

    申请日:2019-01-25

    IPC分类号: G06T7/12 G06T7/181

    摘要: 本发明旨在提供一种基于深度强化网络邻接连接的轮廓检测方法,包括以下步骤:A、构建包含X个等级的深度神经网络结构;B、预设训练数据集,输入训练数据集中的训练图像及其真实轮廓图,训练深度神经网络;C、利用双线性插值算法对待检测图像进行处理,分别得到待检测放大图像、待检测缩小图像,分别输入深度神经网络得到输出响应,将各像素点在上述三个轮廓响应图中对应的特征值取平均值,得到各像素点最终轮廓响应特征值;D、对各像素点的最终轮廓响应特征值使用非极大值抑制和二值化处理,得到最终轮廓图。该方法克服现有技术缺陷,具有融合特征多、检测准确率高的特点。

    基于颜色拮抗感受野的轮廓检测方法

    公开(公告)号:CN109146901B

    公开(公告)日:2021-09-17

    申请号:CN201810876317.X

    申请日:2018-08-03

    IPC分类号: G06T7/13 G06T7/90

    摘要: 本发明旨在提供基于颜色拮抗感受野的轮廓检测方法,包括以下步骤:A、输入待检测图像,提取红、绿、蓝、黄分量;B、预设红绿、蓝黄两个颜色组合及对应的通道,计算各自的单拮抗响应;C、预设均分圆周的多个方向参数,构建对应各个方向参数的双拮抗感受野滤波器模板;对于各像素点计算该像素点的各通道的双拮抗响应;D、对于各像素点计算各通道的两个双拮抗抑制轮廓响应;E、对于各像素点:将各通道全部的双拮抗抑制轮廓响应进行归一化后,所得结果的最大值即为该像素点的最终轮廓响应。该方法克服现有技术缺陷,具有检测效果好、计算效率高的特点。

    基于改进非经典感受野的仿生轮廓检测方法

    公开(公告)号:CN108053415B

    公开(公告)日:2020-05-22

    申请号:CN201711333790.5

    申请日:2017-12-14

    IPC分类号: G06T7/13 G06T7/136

    摘要: 本发明旨在提供一种基于改进非经典感受野的仿生轮廓检测方法,包括以下步骤:A、输入经灰度处理的待检测图像;B、预设包含多个方向参数的Gabor滤波函数,对待检测图像中的各个像素点分别进行经典感受野刺激响应,对应的方向作为该像素点的最优方向;C、利用log函数构建抑制核函数,通过抑制核函数构建距离权重函数;将各个像素点的经典感受野刺激响应与该像素点的距离权重函数进行卷积得到该像素点的抑制响应;D、将各个像素点的经典感受野刺激响应减去该像素点的抑制响应与预设的抑制强度的乘积,并计算得到该像素点的最终轮廓值。该检测方法克服现有技术的缺陷,具有符合视觉感受野的空间特性以及检测效果更好的特点。