基于主视通路层级响应模型的轮廓检测方法

摘要：

目的 提出一种主视通路信息流层级传递和响应的新模型用于检测图像轮廓的新方法.方法 以RuG图库40幅图片为实验对象,利用非下采样轮廓波变换模拟外侧膝状体(lateral geniculate nucleu,LGN)对视觉信息的频域分离作用;构建LIF神经元网络模型来表达视觉神经系统中的电生理活动,通过CRF机制整合空间信息;同时,利用局部半波整流的高斯差函数来模拟nCRF的全局调节机制.有朝向性地将多个LGN细胞感受野进行关联.同时构建皮层下视通路来模拟它对于主视通路进行视觉信息处理的协同作用.然后,经过非极大值抑制和阈值处理,得到本文轮廓检测结果.最后将本文检测结果与3种经典方法(Noninh,SSC,ISO)的检测结果进行对比.结果 本方法的检测结果与基准轮廓图的平均P指标为0.46,大于经典的3种检测方法(P指标分别为0.36、0.40、0.42).结论 本文算法不仅对纹理和背景具有抑制的作用,而且能有效区分纹理强边缘和主体轮廓,获得较佳的效果.

关键词：轮廓检测、非下采样轮廓波变换、多感受野、前级编码、全局调节、朝向性关联

所属期刊栏目：31

分类号：R319(医用一般科学)

资助基金：国家自然科学基金61501154

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：371-379