基于非經(jīng)典感受野特性的輪廓檢測(cè)算法研究.pdf

1、圖像的邊緣與輪廓中包含了大量的信息，邊緣檢測(cè)與輪廓提取在計(jì)算機(jī)視覺(jué)，數(shù)學(xué)圖像處理與機(jī)器智能中都占有重要地位。由于圖像背景的復(fù)雜性使得邊緣與輪廓信息難以準(zhǔn)確提取，因此長(zhǎng)期以來(lái)這也是相關(guān)領(lǐng)域的一項(xiàng)難題。 人類的視覺(jué)系統(tǒng)可以很容易地從環(huán)境中識(shí)別物體，提取物體的輪廓和邊緣信息。在這提取邊緣和輪廓的過(guò)程中，感受野機(jī)制起到很大的作用。通過(guò)對(duì)感受野特性的研究和應(yīng)用不但可以有效的提高處理效果，也使得處理結(jié)果更匹配人類自身的視覺(jué)特點(diǎn)。 本

2、文首先對(duì)傳統(tǒng)邊緣檢測(cè)算子進(jìn)行了總結(jié)，對(duì)部分具有代表性的算子原理進(jìn)行了分析，并在此基礎(chǔ)上給出了傳統(tǒng)邊緣檢測(cè)與輪廓提取的區(qū)別。通過(guò)對(duì)人類視覺(jué)信息處理機(jī)制中的感受野與非經(jīng)典感受野特性及其相互作用機(jī)制的研究，本文提出了基于非經(jīng)典感受野朝向選擇性抑制模型的輪廓檢測(cè)方法。在對(duì)初級(jí)視皮層視覺(jué)細(xì)胞的集簇特性的研究基礎(chǔ)上，本文提出了基于非經(jīng)典感受野視覺(jué)細(xì)胞集簇效應(yīng)的輪廓提取方法。該兩種方法都在自然圖像中進(jìn)行了實(shí)驗(yàn)，結(jié)果顯示本文的方法在與傳統(tǒng)方法對(duì)比的情況