一种基于视觉模型的图像轮廓提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110378920A(43)申请公布日2019.10.25(21)申请号201910644627.3(22)申请日2019.07.17(71)申请人福建师范大学地址350117福建省福州市闽侯县上街镇大学城科技路1号，福建师范大学旗山校区(72)发明人陈泽坤蔡荣太(74)专利代理机构福州元创专利商标代理有限公司35100代理人陈明鑫蔡学俊(51)Int.Cl.G06T7/13(2017.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于视觉模型的图像轮廓提取方法(57)摘要本发明涉及一种基于视觉模型的图像轮廓提取方法。该方法包括：首先对输入的RGB图像的颜色通道进行分离和颜色单拮抗处理，而灰度通道进行局部标准差处理，得到三种类型的图像，之后将得到的三类图像输入到视觉皮层模型中，对这些图像进行逐级的细胞模型处理，其中包括了细胞的方向和位置，最后将得到的若干个方向和位置的图像进行最大值池化，得到最终的图像轮廓。本发明方法和传统的轮廓提取方法相比，具有更高的检测精度和更好的检测效果。CN110378920ACN110378920A权利要求书1/2页1.一种基于视觉模型的图像轮廓提取方法，其特征在于，包括如下步骤：步骤S1、对输入的RGB图像进行颜色通道分离以及计算颜色单拮抗图像，且将灰度通道图像进行细节抑制计算，通过计算得到若干张不同程度的边缘分离图像；步骤S2、对步骤S1得到的图像使用简单细胞模型进行边缘提取，得到简单细胞的图像响应，即简单细胞响应，再将若干个简单细胞响应进行平移组合成复杂细胞响应，然后将简单细胞响应和复杂细胞响应平移组合成端点细胞响应，之后根据端点细胞的分类作用，筛选出局部位置的曲率细胞响应；步骤S3、将步骤S2得到的曲率细胞响应进行池化运算得到最终的图像轮廓。2.根据权利要求1所述的一种基于视觉模型的图像轮廓提取方法，其特征在于，所述步骤S1中，对输入的RGB图像进行颜色通道分离以及计算颜色单拮抗图像分别采用如下公式：SOr-g＝αrR-αgGSOb-y＝αbB-αyY其中，R，G，B，Y分别对应图像的红，绿，蓝，黄四个颜色通道，α为各个通道对应的权重值，SOr-g为红绿拮抗，SOb-y为蓝黄拮抗。3.根据权利要求1所述的一种基于视觉模型的图像轮廓提取方法，其特征在于，所述步骤S1中灰度通道图像的细节抑制计算采用对灰度通道图像进行局部标准差计算，公式如下：其中，*为卷积计算，gray为灰度通道的图像，kernel为均值滤波核，SOlsd为计算得到的局部标准差。4.根据权利要求1所述的一种基于视觉模型的图像轮廓提取方法，其特征在于，所述步骤S2的具体实现过程如下：步骤S21、对输入的图像使用12个方向{0°，15°，30°，45°，60°，75°，90°，105°，120°，135°，150°，165°}的简单细胞模型进行边缘提取，简单细胞模型采用一阶高斯函数g表示：其中，θ为简单细胞的方向；简单细胞响应为RSC＝SO*g，*为卷积计算；步骤S22、将每个方向的5个简单细胞响应进行该方向的水平平移并分别乘上对应的高斯函数权重值，得到复杂细胞的轮廓响应即复杂细胞响应，其中，n为简单细胞数，c为高斯权重值，φ为整流函数，得到的图像为较粗的边缘图像；步骤S23、将一个简单细胞响应和两个复杂细胞响应进行平移组合成两类的端点细胞响应，即EC1：复杂细胞0°-简单细胞0°-复杂细胞0°，公式为REC1＝Φ[cscφ(Rsc)-(ccc1φ(Rcc1)+ccc2φ(Rcc2))]2CN110378920A权利要求书2/2页其中，Φ为归一化函数；以及EC2a：复杂细胞45°-简单细胞0°-复杂细胞135°，公式为EC2b：复杂细胞135°-简单细胞0°-复杂细胞45°,公式为得到图像中的线段；步骤S24、将步骤S23得到的EC2a和EC2b的端点细胞响应进行大小比较，计算得到两个逻辑矩阵，根据这两个逻辑矩阵和EC1结合并筛选得到12个方向和若干个局部位置的图像曲率，即曲率细胞响应，公式表示为其中，θ为简单细胞方向，r为局部曲率。5.根据权利要求4所述的一种基于视觉模型的图像轮廓提取方法，其特征在于，所述步骤S3的具体实现过程如下：对步骤S2得到的12个方向和若干个局部位置的即曲率细胞响应进行最大值池化的运算，得到最终的图像轮廓。3CN110378920A说明书1/5页一种基于视觉模型的图像轮廓提取方法技术领域[0001]本发明属于数字图像处理的技术领域，具体涉及一种基于视觉模型的图像轮廓提取方法。背景技术[0002]边缘是轮廓的起源，并且它比机器视觉界中的轮廓更受欢迎，因为边缘检测被研究了很长的历史。其中，经典边缘检测算法包括Marr的零交