论文部分内容阅读
研究了基于层次形状特征提取的图像分类。针对从初级视觉皮层（V1）提取的条形特征对目标形状的描述不充分，提出了一种层次模型（V1-V2-V4），以进一步提取角形、曲率特征。模型中V1层的条形特征提取采用Gabor模拟；V2层结合了抑制噪声的3D高斯差分（DOG），并使用滤波方向相差90度的Gabor滤波器组提取多尺度角形特征；V4层通过曲率域计算来描述目标轮廓的形变程度，并最终提取融合曲率与梯度方向的直方图特征。该模型的优势在于，通过角形以及曲率计算的层次表达，可有效增强目标形状的关键特征点（如角点位置）的