论文部分内容阅读
在复杂背景图像中,图像边缘作为图像的基本特征之一,包含着图像的大部分信息。在图像边缘检测时,轮廓作为一种非常重要的图像特征,因此轮廓特征提取也是图像特征提取非常重要的一种。轮廓提取与边缘检测不完全相同,它能在提取图像的边缘的同时,去除背景的纹理信息。人类视觉信息处理机制是人脑获取外界信息的主要途径,它几乎拥有了完善的信息处理的能力,在信息处理方面的作用比计算机视觉更胜一筹。于是,人们不断地去寻找接近人类视觉系统的数学模型,用它去模拟视觉信息处理机制的功能。很幸运的是,人类的视觉机制能够有效的提取轮廓特征。在初级视皮层,经典感受野的外周有一片区域对经典感受野中外界刺激的响应存在抑制作用,这片区域被称为非经典感受野。这种抑制作用对从复杂的背景纹理中提取目标轮廓有着重要的作用。本文从两种方法讲述了视觉机制的轮廓提取。第一个方法是基于双边平滑滤波的非经典感受野动态抑制特性的轮廓提取。首先,这个方法用双边滤波对图像进行平滑滤波的同时又保留了边缘。其次,用非经典感受野的朝向和相对位置动态特性来修正非经典感受野同心圆模型的权重。通过仿真验证,该模型在提取目标轮廓的同时去除了背景的纹理。第二个方法是基于改进的平滑滤波的非经典感受野朝向选择特性的轮廓提取。该方法是在上一个方法基础上对平滑滤波的方面进行了改进,仿真得到了很好的验证,并使得感受野特性在计算机视觉上的应用成为可能。