欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2015104420815
申请人: 广西科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-09-26
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.仿生物跳跃眼动信息处理机制的目标轮廓检测方法,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;

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能量计算,获得各像素点的各个方向的Gabor能量值,得到各个方向的Gabor能量图,所述Gabor能量图的方向与其对应的Gabor滤波器的方向一致;

C、采用二维高斯差分函数建立初始DoG模板,所述初始DoG模板为圆形,并包含圆形的中心区,所述中心区内各像素点值均为零值;

D、在初始DoG模板上预设一个与中心区共圆心的环状的待置零区域,对待置零区域内的全部像素点值进行置零,置零后生成一个变换DoG模板;

E、用变换DoG模板对各个方向的Gabor能量图进行滤波,得到各个方向的变换滤波结果值图,其方向与其对应的Gabor能量图的方向相同;

F、对各个像素点的变换滤波结果值修正,得到各个像素点的修正滤波结果值,进而得到各方向的修正抑制图;

G、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图中对应的像素点的滤波结果值,作为该像素点该方向的初始轮廓值,进而得到各像素点各方向的初始轮廓值;

H、选取各像素点各方向的初始轮廓值中的最大值,作为该像素点的最大轮廓值,对上述最大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,进而得到最终轮廓图。

2.如权利要求1所述的仿生物跳跃眼动信息处理机制的目标轮廓检测方法,其特征在于:所述步骤B中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,σ/λ为空间频率的带宽, 是相角参数,θ为Gabor滤波的方向参数;

Gabor能量图计算模型如下:

其中

I为待检测图像,*为卷积运算符。

3.如权利要求1所述的仿生物跳跃眼动信息处理机制的目标轮廓检测方法,其特征在于:所述步骤C中初始DoG模板对应的表达式如下:DoG模板对应的距离权重模板表达式如下:

其中 ||·||1为一阶(L1)范

数。

4.如权利要求1所述的轮廓检测方法,其特征在于:所述步骤D中待置零区域对应的数学模型如下:

2 2 2 2

待置零区域用集合表示为{x,y|x+y≤R+d,x +y≥R} (7);

其中R为待置零区域的内圈半径,d为待置零区域的宽度。

5.如权利要求1所述的仿生物跳跃眼动信息处理机制的目标轮廓检测方法,其特征在于:所述的步骤E中,用变换DoG模板对各个方向的Gabor能量图进行滤波对应公式如下:其中 为θ方向的变换滤波结果图中像素点(x,y)的滤波结果值,Eλ,σ,θ(x,y)为θ方向的Gabor能量图中像素点(x,y)的Gabor能量值,*为卷积运算,ωd(x,y)是指变换DoG模板。

6.如权利要求1所述的轮廓检测方法,其特征在于:所述步骤F中的修正是指对变换滤波结果值图中各像素点的值乘上预设的参数。

7.如权利要求1所述的轮廓检测方法,其特征在于:所述步骤G对应的数学模型如下:

其中bθ(x,y)为像素点(x,y)的初始轮廓值,Eλ,σ,θ(x,y)为θ方向的Gabor能量图中像素点(x,y)的Gabor能量值,a为修正参数, 为像素点(x,y)θ方向的抑制值;

其中H函数为:

8.如权利要求1所述的轮廓检测方法,其特征在于:所述步骤B中的多个方向参数的Gabor滤波器组,其不同方向的滤波器个数为8-12个,在360度内等弧度分布。

9.如权利要求1所述的轮廓检测方法,其特征在于:所述步骤D中待置零区域的宽度为4-6。