本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種模擬人眼微動(dòng)的圖像輪廓檢測(cè)方法。

背景技術(shù)：

早期的生理學(xué)和神經(jīng)科學(xué)在視覺信息處理的研究大都是基于中心有限區(qū)域的經(jīng)典感受野。然而，后期更多的研究表明關(guān)在更大范圍內(nèi)的光刺激能調(diào)制經(jīng)典感受野響應(yīng)，這個(gè)外周區(qū)域被叫做非經(jīng)典感受野。這個(gè)調(diào)制功能使得神經(jīng)元能夠整合更大范圍內(nèi)的信息并傳遞給隨后的視覺過程。相比較于神經(jīng)節(jié)細(xì)胞和外膝體細(xì)胞的抑制，初級(jí)視覺皮層的非經(jīng)典感受野有著更加復(fù)雜的特性。有文獻(xiàn)表示非經(jīng)典感受野可大概分為四種模式：(1)全范圍抑制；(2)全范圍促進(jìn)；(3)兩邊抑制，兩端促進(jìn)；(4)兩邊促進(jìn)，兩端抑制。另外，非經(jīng)典感受野有著獨(dú)立的方向選擇性。當(dāng)經(jīng)典感受野和非經(jīng)典感受野接受不同類型的方向，亮度，空間頻率，空間相位，和運(yùn)動(dòng)速度刺激時(shí)，就會(huì)產(chǎn)生更強(qiáng)的響應(yīng)，當(dāng)經(jīng)典感受野和非經(jīng)典感受野接受相同類型的方向，亮度，空間頻率，空間相位，和運(yùn)動(dòng)速度刺激時(shí)，就會(huì)產(chǎn)生更弱的響應(yīng)。

然而，這些感受野的性質(zhì)大多都是基于麻醉動(dòng)物實(shí)驗(yàn)。在這種情況下，人眼的運(yùn)動(dòng)就被忽視了。但實(shí)際上人眼的運(yùn)動(dòng)對(duì)視覺信息處理的腦機(jī)制很有幫助。具體的，人眼運(yùn)動(dòng)能分為穩(wěn)定注視，運(yùn)動(dòng)注視和固定的眼動(dòng)。其中固定的眼動(dòng)又包括震顫，漂移和微跳動(dòng)。眼動(dòng)影響著視網(wǎng)膜圖像和其后續(xù)的視覺系統(tǒng)，包括外膝體，初級(jí)視覺皮層和高級(jí)視覺皮層，因此在進(jìn)行

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在提供一種模擬人眼微動(dòng)的圖像輪廓檢測(cè)方法，該方法克服現(xiàn)有技術(shù)未考慮人眼微動(dòng)機(jī)制的缺陷，在很好地抑制強(qiáng)紋理的同時(shí)保留弱的邊緣，提高輪廓識(shí)別的成功率。

本發(fā)明的技術(shù)方案如下：模擬人眼微動(dòng)的圖像輪廓檢測(cè)方法，包括以下步驟：

a、輸入經(jīng)灰度處理的待檢測(cè)圖像，預(yù)設(shè)整體抑制參數(shù)與抑制系數(shù)，預(yù)設(shè)沿圓周均勻分布的多個(gè)方向參數(shù)的gabor濾波器組，對(duì)待檢測(cè)圖像中的各像素點(diǎn)分別按照各方向參數(shù)進(jìn)行g(shù)abor濾波，獲得各像素點(diǎn)的各方向的gabor能量值；對(duì)于各像素點(diǎn)，選取其各方向的gabor能量值中的最大值，作為該像素點(diǎn)經(jīng)典感受野刺激響應(yīng)；

b、對(duì)于各像素點(diǎn)，將其經(jīng)典感受野刺激響應(yīng)進(jìn)行截?cái)嗵幚恚玫礁飨袼攸c(diǎn)截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)；

c、利用高斯差分函數(shù)dog模板，構(gòu)建一組臨時(shí)中心區(qū)，各個(gè)臨時(shí)中心區(qū)相對(duì)于視野中心區(qū)具有不同偏離角度；對(duì)于各像素點(diǎn)，將其臨時(shí)中心區(qū)響應(yīng)與dog模板進(jìn)行整合與歸一化，得到一組歸一化的權(quán)重函數(shù)；

對(duì)于各像素點(diǎn)，在不同偏移角度下，將歸一化的權(quán)重函數(shù)與dog模板內(nèi)的截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)作乘積后求和，得到各像素點(diǎn)在各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值；對(duì)各像素點(diǎn)在各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值求標(biāo)準(zhǔn)差；

d、對(duì)于各像素點(diǎn)，結(jié)合各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的標(biāo)準(zhǔn)差及整體抑制參數(shù)計(jì)算得到標(biāo)準(zhǔn)差權(quán)重；將標(biāo)準(zhǔn)差權(quán)重與各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的最小值進(jìn)行乘積得到該像素點(diǎn)的非經(jīng)典感受野刺激響應(yīng)終算值；

e、對(duì)于各像素點(diǎn)，將其經(jīng)典感受野刺激響應(yīng)與非經(jīng)典感受野刺激響應(yīng)終算值結(jié)合抑制系數(shù)計(jì)算得到該像素點(diǎn)的綜合刺激響應(yīng)，即為該像素點(diǎn)的輪廓識(shí)別值，將待檢測(cè)圖像全部像素點(diǎn)的輪廓識(shí)別進(jìn)行非極大值抑制和值二值化之后即得到待檢測(cè)圖像的輪廓識(shí)別圖像。

優(yōu)選地，所述的步驟a中經(jīng)典感受野刺激響應(yīng)的計(jì)算具體如下：

所述的gabor濾波器組的二維gabor函數(shù)表達(dá)式如下：

其中γ為一個(gè)表示橢圓形感受野長(zhǎng)短軸比例的常數(shù)，參數(shù)λ為波長(zhǎng)，σ為gabor函數(shù)的標(biāo)準(zhǔn)差以及dog模板中心區(qū)的帶寬，1/λ為余弦函數(shù)的空間頻率，σ/λ為空間頻率的帶寬，是相角參數(shù)，θ為gabor濾波的角度參數(shù)；

i(x,y)為待檢測(cè)圖像，*為卷積運(yùn)算符；

gabor能量值計(jì)算如下：

其中θi為gabor濾波的某一角度，nθ為gabor濾波的角度的個(gè)數(shù)；

e(x,y；σ)e(x,y)為像素點(diǎn)(x,y)的各角度gabor濾波能量值的最大值，即為像素點(diǎn)(x,y)的經(jīng)典感受野刺激響應(yīng)。

優(yōu)選地，所述的步驟b中截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)的計(jì)算過程如下：

利用上限比例ph∈(0,1)和下限比例pl∈(0,1)對(duì)e(x,y；σ)進(jìn)行截?cái)啵?/p>

將各像素點(diǎn)的e(x,y；σ)從小到大進(jìn)行選取，選取出ph對(duì)應(yīng)百分比數(shù)目的e(x,y；σ)，其中的最大值設(shè)為qh，作為上限分位數(shù)；

將各像素點(diǎn)的e(x,y；σ)從小到大進(jìn)行選取，選取出pl對(duì)應(yīng)百分比數(shù)目的e(x,y；σ)，其中的最大值設(shè)為ql，作為下限分位數(shù)；

截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)：

優(yōu)選地，所述的步驟c中的dog模板的表達(dá)式：

其中k為控制dog模板大小的參數(shù)；

所述的臨時(shí)中心區(qū)響應(yīng)的表達(dá)式如下：

其中d表示視野中心到臨時(shí)中心區(qū)的距離，表示臨時(shí)中心區(qū)的偏移角度；

所述的各像素點(diǎn)的整合與歸一化過程如下：

通過歸一化的權(quán)重函數(shù)表達(dá)式進(jìn)行，表達(dá)式如下：

其中w(x,y；d,φ)＝wm(x,y；d,φ)·dog(x,y；σ,k)，||·||1為(l¹)范數(shù)正則化，h(x)為取正值的函數(shù)；

所述的各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的計(jì)算過程如下：

其中：inhe(x,y；σ,φi)為各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值；

-3kσ<x′<3kσ；-3kσ<y′<3kσ，表示dog模板的范圍；

φi表示多個(gè)偏移角度；

所述的各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的平均值及標(biāo)準(zhǔn)差的計(jì)算過程如下：

其中stdinh(x,y)為各像素點(diǎn)各方向下的非經(jīng)典感受野刺激響應(yīng)粗算值的標(biāo)準(zhǔn)差，aveinh(x,y)為各像素點(diǎn)各方向下的非經(jīng)典感受野刺激響應(yīng)粗算值的平均值。

優(yōu)選地，所述的步驟d中的標(biāo)準(zhǔn)差權(quán)重的計(jì)算過程如下：

其中wstd(x,y；σ)為標(biāo)準(zhǔn)差權(quán)重，fos為整體抑制參數(shù)；

非經(jīng)典感受野刺激響應(yīng)終算值的計(jì)算過程如下：

inh(x,y；σ)＝inhm(x,y；σ)·wstd(x,y；σ)(15)；

inhm(x,y；σ)＝min{inhe(x,y；σ,φi)|i＝1,2,...,nφ}(16)；

其中inhm(x,y；σ)為inhe(x,y；σ,φi)的最小值。

優(yōu)選地，所述的步驟e中的綜合刺激響應(yīng)的計(jì)算過程如下：

r(x,y)＝h(e(x,y；σ)-αinh(x,y；σ))(17)；

其中r(x,y)為像素點(diǎn)的綜合刺激響應(yīng)，α為抑制系數(shù)。

本發(fā)明方法中設(shè)置臨時(shí)的中心區(qū)域?qū)θ搜畚?dòng)產(chǎn)生的偏移進(jìn)行模擬，假設(shè)固定的眼動(dòng)偏移會(huì)導(dǎo)致一個(gè)臨時(shí)的中心區(qū)域，此處我們僅僅假設(shè)抑制作用僅僅發(fā)生于短距離或長(zhǎng)距離的神經(jīng)元連接，即臨時(shí)的中心區(qū)并不會(huì)抑制臨時(shí)的中心區(qū)域的響應(yīng)，通過模擬人眼微動(dòng)的臨時(shí)的中心區(qū)域保證模擬的真實(shí)性以及輪廓檢測(cè)的準(zhǔn)確性；

并且，通過多通道濾波器去模擬人眼微動(dòng)在周邊抑制中的的影響，多通道特征的選擇是為了模擬人眼微動(dòng)的的無(wú)方向性，提高模擬的真實(shí)性以及輪廓檢測(cè)的準(zhǔn)確性；同時(shí)，根據(jù)實(shí)驗(yàn)可以發(fā)現(xiàn)同性質(zhì)的紋理會(huì)使得標(biāo)準(zhǔn)差變小，因此，在算法選擇時(shí)設(shè)置當(dāng)標(biāo)準(zhǔn)差小的時(shí)候，抑制程度就會(huì)增強(qiáng)；采用標(biāo)準(zhǔn)差的方法對(duì)不同的濾波結(jié)果融合，可以抑制顯著的紋理，將顯著的紋理去除掉，以降低誤檢測(cè)的概率；

再有，由于過大的gabor能量值會(huì)導(dǎo)致不精確的抑制響應(yīng)，可能一些不較弱的邊緣會(huì)被其周邊較強(qiáng)的邊緣的響應(yīng)抑制，因此采用能量截?cái)嗟姆椒ㄔ鰪?qiáng)較弱的邊緣，以降低漏檢測(cè)的概率，提高檢測(cè)質(zhì)量。

附圖說明

圖1為本發(fā)明的輪廓檢測(cè)方法流程圖

圖2為實(shí)施例1方法與文件1輪廓檢測(cè)模型的檢測(cè)效果對(duì)比圖

圖3為實(shí)施例1方法與文件1輪廓檢測(cè)模型的檢測(cè)參數(shù)對(duì)比圖

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例具體說明本發(fā)明。

實(shí)施例1

如圖1所示，本實(shí)施例提供的模擬人眼微動(dòng)的圖像輪廓檢測(cè)方法包括以下步驟：

a、輸入經(jīng)灰度處理的待檢測(cè)圖像，預(yù)設(shè)整體抑制參數(shù)與抑制系數(shù)，預(yù)設(shè)沿圓周均勻分布的多個(gè)方向參數(shù)的gabor濾波器組，對(duì)待檢測(cè)圖像中的各像素點(diǎn)分別按照各方向參數(shù)進(jìn)行g(shù)abor濾波，獲得各像素點(diǎn)的各方向的gabor能量值；對(duì)于各像素點(diǎn)，選取其各方向的gabor能量值中的最大值，作為該像素點(diǎn)經(jīng)典感受野刺激響應(yīng)；

所述的步驟a中經(jīng)典感受野刺激響應(yīng)的計(jì)算具體如下：

所述的gabor濾波器組的二維gabor函數(shù)表達(dá)式如下：

其中γ為一個(gè)表示橢圓形感受野長(zhǎng)短軸比例的常數(shù)，參數(shù)λ為波長(zhǎng)，σ為gabor函數(shù)的標(biāo)準(zhǔn)差以及dog模板中心區(qū)的帶寬，1/λ為余弦函數(shù)的空間頻率，σ/λ為空間頻率的帶寬，是相角參數(shù)，θ為gabor濾波的角度參數(shù)；

i(x,y)為待檢測(cè)圖像，*為卷積運(yùn)算符；

gabor能量值計(jì)算如下：

其中θi為gabor濾波的某一角度，nθ為gabor濾波的角度的個(gè)數(shù)；

e(x,y；σ)e(x,y)為像素點(diǎn)(x,y)的各角度gabor濾波能量值的最大值，即為像素點(diǎn)(x,y)的經(jīng)典感受野刺激響應(yīng)；

b、對(duì)于各像素點(diǎn)，將其經(jīng)典感受野刺激響應(yīng)進(jìn)行截?cái)嗵幚?，得到各像素點(diǎn)截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)；

所述的步驟b中截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)的計(jì)算過程如下：

利用上限比例ph∈(0,1)和下限比例pl∈(0,1)對(duì)e(x,y；σ)進(jìn)行截?cái)啵?/p>

將各像素點(diǎn)的e(x,y；σ)從小到大進(jìn)行選取，選取出ph對(duì)應(yīng)百分比數(shù)目的e(x,y；σ)，其中的最大值設(shè)為qh，作為上限分位數(shù)；本實(shí)施例ph＝0.8，即將各像素點(diǎn)的e(x,y；σ)從小到大選取80％數(shù)目的值，將其中的最大值設(shè)為qh；

將各像素點(diǎn)的e(x,y；σ)從小到大進(jìn)行選取，選取出pl對(duì)應(yīng)百分比數(shù)目的e(x,y；σ)，其中的最大值設(shè)為ql；本實(shí)施例pl＝0.1，即將各像素點(diǎn)的e(x,y；σ)從小到大選取10％數(shù)目的值，將其中的最大值設(shè)為ql；

截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)：

c、利用高斯差分函數(shù)dog模板，構(gòu)建一組臨時(shí)中心區(qū)，各個(gè)臨時(shí)中心區(qū)相對(duì)于視野中心區(qū)具有不同偏離角度；對(duì)于各像素點(diǎn)，將其臨時(shí)中心區(qū)響應(yīng)與dog模板進(jìn)行整合與歸一化，得到一組歸一化的權(quán)重函數(shù)；

對(duì)于各像素點(diǎn)，在不同偏移角度下，將歸一化的權(quán)重函數(shù)與dog模板內(nèi)的截?cái)嗪蟮慕?jīng)典感受野刺激響應(yīng)作乘積后求和，得到各像素點(diǎn)在各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值；對(duì)各像素點(diǎn)在各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值求標(biāo)準(zhǔn)差；

所述的步驟c中的dog模板的表達(dá)式：

其中k為控制dog模板大小的參數(shù)；

所述的臨時(shí)中心區(qū)響應(yīng)的表達(dá)式如下：

其中d表示視野中心到臨時(shí)中心區(qū)的距離，表示臨時(shí)中心區(qū)的偏移角度；

所述的各像素點(diǎn)的整合與歸一化過程如下：

通過歸一化的權(quán)重函數(shù)表達(dá)式進(jìn)行，表達(dá)式如下：

其中w(x,y；d,φ)＝wm(x,y；d,φ)·dog(x,y；σ,k)，||·||1為(l¹)范數(shù)正則化，h(x)為取正值的函數(shù)；

所述的各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的計(jì)算過程如下：

其中：inhe(x,y；σ,φi)為各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值；

-3kσ<x′<3kσ；-3kσ<y′<3kσ，表示dog模板的范圍；

φi表示多個(gè)偏移角度；

所述的各像素點(diǎn)各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的平均值及標(biāo)準(zhǔn)差的計(jì)算過程如下：

其中stdinh(x,y)為各像素點(diǎn)各方向下的非經(jīng)典感受野刺激響應(yīng)粗算值的標(biāo)準(zhǔn)差，aveinh(x,y)為各像素點(diǎn)各方向下的非經(jīng)典感受野刺激響應(yīng)粗算值的平均值；

d、對(duì)于各像素點(diǎn)，結(jié)合各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的標(biāo)準(zhǔn)差及整體抑制參數(shù)計(jì)算得到標(biāo)準(zhǔn)差權(quán)重；將標(biāo)準(zhǔn)差權(quán)重與各偏移角度下的非經(jīng)典感受野刺激響應(yīng)粗算值的最小值進(jìn)行乘積得到該像素點(diǎn)的非經(jīng)典感受野刺激響應(yīng)終算值；

優(yōu)選地，所述的步驟d中的標(biāo)準(zhǔn)差權(quán)重的計(jì)算過程如下：

其中wstd(x,y；σ)為標(biāo)準(zhǔn)差權(quán)重，fos為整體抑制參數(shù)；

非經(jīng)典感受野刺激響應(yīng)終算值的計(jì)算過程如下：

inh(x,y；σ)＝inhm(x,y；σ)·wstd(x,y；σ)(15)；

inhm(x,y；σ)＝min{inhe(x,y；σ,φi)|i＝1,2,...,nφ}(16)；

其中inhm(x,y；σ)為inhe(x,y；σ,φi)的最小值；

e、對(duì)于各像素點(diǎn)，將其經(jīng)典感受野刺激響應(yīng)與非經(jīng)典感受野刺激響應(yīng)終算值結(jié)合抑制系數(shù)計(jì)算得到該像素點(diǎn)的綜合刺激響應(yīng)，即為該像素點(diǎn)的輪廓識(shí)別值，將待檢測(cè)圖像全部像素點(diǎn)的輪廓識(shí)別進(jìn)行非極大值抑制和值二值化之后即得到待檢測(cè)圖像的輪廓識(shí)別圖像；

所述的步驟e中的綜合刺激響應(yīng)的計(jì)算過程如下：

r(x,y)＝h(e(x,y；σ)-αinh(x,y；σ))(17)；

其中r(x,y)為像素點(diǎn)的綜合刺激響應(yīng)，α為抑制系數(shù)。

下面將本實(shí)施例的輪廓檢測(cè)方法與文獻(xiàn)1提供的輪廓檢測(cè)各項(xiàng)同性模型以及各項(xiàng)異性模型進(jìn)行有效性對(duì)比，其中選用文獻(xiàn)1中的各向同性模型以及各項(xiàng)異性模型進(jìn)行有效性對(duì)比，文獻(xiàn)1如下：

文獻(xiàn)1：grigorescuc,petkovn,westenbergm.contourdetectionbasedonnonclassicalreceptivefieldinhibition[j].ieeetransactionsonimageprocessing,2003,12(7):729-739.

為保證對(duì)比的有效性，對(duì)于本實(shí)施例采用與文獻(xiàn)1中相同的非極大值抑制方法進(jìn)行后續(xù)的輪廓整合，其中包含的兩個(gè)閾值th,tl設(shè)置為tl＝0.5th，由閾值分位數(shù)p計(jì)算而得；

其中性能評(píng)價(jià)指標(biāo)p采用文獻(xiàn)1中給出的如下標(biāo)準(zhǔn)：

式中ntp、nfp、nfn分別表示檢測(cè)得到的正確輪廓、錯(cuò)誤輪廓以及遺漏的輪廓的數(shù)目，ngt表示真實(shí)輪廓的數(shù)目，efn表示錯(cuò)誤檢測(cè)參數(shù)，efp表示遺漏檢測(cè)參數(shù)；評(píng)測(cè)指標(biāo)p取值在[0,1]之間，越接近1表示輪廓檢測(cè)的效果越好，另外，定義容忍度為：在5*5的鄰域內(nèi)檢測(cè)到的都算正確檢測(cè)。

選取毛刷、大象、犀牛3副經(jīng)典圖像進(jìn)行有效性對(duì)比，分別采用文獻(xiàn)1中的各項(xiàng)同性模型、各項(xiàng)異性模型以及實(shí)施例1方法對(duì)上述3幅圖進(jìn)行輪廓檢測(cè)，其中實(shí)施例1方法選用的參數(shù)組如表1所示，

表1實(shí)施例1參數(shù)組表

文獻(xiàn)1中的各項(xiàng)同性模型、各項(xiàng)異性模型采用如下80組參數(shù)：α＝{1.0，1.2}，σ＝{1.4，1.6，1.8，2.0，2.2，2.4，2.6，2.8}，p＝{0.5，0.4，0.3，0.2，0.1}；

選取各項(xiàng)同性模型、各項(xiàng)異性模型以及實(shí)施例1方法中效果最好的一組參數(shù)進(jìn)行對(duì)比，輪廓提取效果圖對(duì)比如圖2所示，由圖2可看出，從輪廓提取的效果上看，實(shí)施例1方法均優(yōu)于文獻(xiàn)1中的各項(xiàng)同性模型、各項(xiàng)異性模型；圖3為臨時(shí)中心區(qū)的示意圖，其中虛線橢圓部分為臨時(shí)中心區(qū)；

其中表2為實(shí)施例1結(jié)果圖對(duì)應(yīng)的部分參數(shù)表，其余參數(shù)參照表1中的數(shù)據(jù)；表3、4分別為各項(xiàng)同性模型、各項(xiàng)異性模型結(jié)果圖對(duì)應(yīng)的參數(shù)表，表5為實(shí)施例1方法與其他對(duì)比模型的識(shí)別效果對(duì)比表，進(jìn)一步證明，實(shí)施例1方法均優(yōu)于文獻(xiàn)1中的各項(xiàng)同性模型、各項(xiàng)異性模型。

表2實(shí)施例1結(jié)果圖對(duì)應(yīng)的部分參數(shù)表

表3各項(xiàng)同性模型結(jié)果圖對(duì)應(yīng)的參數(shù)表

表4各項(xiàng)異性模型結(jié)果圖對(duì)應(yīng)的參數(shù)表

表5實(shí)驗(yàn)結(jié)果對(duì)比圖