视觉仿生轮廓检测中多尺度融合方法研究

摘要：

从复杂自然场景中检测目标轮廓是计算机视觉的重要任务之一.研究表明,初级视皮层(V1区)中神经元对外界刺激的响应是经典感受野(CRF)和非经典感受野(nCRF)共同作用的结果,机制可有效用于消除背景纹理.结合多尺度分析,研究基于该机制的轮廓检测,提出一种多尺度融合方法.首先通过仿非经典感受野的周边抑制特性,获得不同尺度下的多幅轮廓信息二值图;接着以最小尺度轮廓信息二值图为基准,判断各像素最优方向两侧相应范围内是否存在其它尺度的下的轮廓信息,同时利用高斯函数对相关信息进行加权融合,获得图像的权重图;最后对权重图进行非极大值抑制和二值化,得到最终轮廓检测融合结果.实验结果表明,与原轮廓检测方法相比,上述方法可以有效提升轮廓检测的效果.

关键词：轮廓检测、非经典感受野、多尺度、融合

所属期刊栏目：36

分类号：TP391.9(计算技术、计算机技术)

资助基金：广西自然科学基金资助2015GXNSFAA139293;广西教育厅科研项目YB2014207;广西科技大学研究生教育创新计划项目GKYC201706

在线出版日期：2019-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：362-368