[发明专利]基于点阵神经元响应时空信息的图像强弱边缘检测方法

说明书

技术领域

本发明属于图像处理领域，涉及一种基于点阵神经元响应时空信息的图像强弱边缘检测方法。

背景技术

图像的边缘是指颜色或灰度值发生跃变的地方，它通常反映了图像的主要信息，因此图像强弱边缘信息的有效检测，对于后续的图像处理以及其他相关的任务，比如模式识别、目标跟踪等至关重要。传统的图像边缘检测采用roberts算子等梯度法来对图像进行处理，能够检测出图像的强边缘，但是通常会丢失弱细节，有时又会对图像产生过分割。

发明内容

针对上述问题，本发明提出了一种基于点阵神经元响应时空信息的图像强弱边缘检测方法，在该方法中记录了每个像素对应的神经元首次放电时间，利用感受野窗口内各个神经元首次放电的次序，并结合神经元侧抑制的空间特性来提取图像的边缘信息，最终不仅能够有效检测出图像的边缘，而且可将边缘的强弱信息表现出来。

本发明基于点阵神经元响应时空信息的图像边缘强弱检测方法，包括以下步骤：

步骤(1)对图像进行8方向Log-Gabor滤波器处理，角度分别为θ_i(θ_i＝22.5⁰*i,i＝0,1,...,7)，然后根据滤波结果重构图像的边缘信息。

步骤(2)将步骤(1)中的重构结果输入到点阵神经元。

步骤(3)记录下每个神经元的首次放电时间，继而获得相应的时间矩阵。

步骤(4)构造一个3×3的感受野窗口滑过该时间矩阵，先对该感受野窗口中的时间元素进行排序，根据排序结果进行加权，计算首次放电时间的改进方差，并将其赋值给感受野窗口的中心元素。依次对时间矩阵中的每个元素进行相同的处理，继而得到方差矩阵。

步骤(5)使得步骤(4)中构造的3×3的感受野窗口滑过上述方差矩阵，对感受野窗口中的神经元进行侧向抑制处理，同样需要对方差矩阵中的每个元素依次进行相同的处理，继而得到边缘矩阵。

步骤(6)将边缘矩阵中的数据逆映射到0～255的范围，之后将其显示为图像，该图像即为图像边缘检测结果，并且包含强弱边缘信息。

本发明具有的特点为：该方法综合考虑点阵神经元首次放电的时间信息以及感受野窗口的空间信息，不仅能够检测出图像的边缘，而且能够给出图像边缘的强弱关系，具体体现在以下几点：

1.在边缘检测中引入了视皮层神经元放电脉冲对于视觉刺激的时间编码机制，利用了点阵神经元的首次放电时间信息。

2.在边缘检测中考虑了视皮层神经元感受野的存在，利用感受野窗口形成了边缘检测的局部区域。

3.在边缘检测中引入了视皮层神经元的侧抑制机制，对感受野窗口中的各个神经元建立侧向抑制特性。

4.本发明采用的方法与视觉系统的工作机制更加符合，所得结果与传统方法相比能够保留更多的细节信息，更能满足视觉系统的主观评价。

5.本发明采用的方法所得结果能够体现图像边缘的强弱信息。

附图说明

图1为本发明方法流程图。

具体实施方式

以下结合附图1对本发明作进一步说明，在图1当中I_old(i,j)表示原始的输入图像；f_k(i,j)(k＝0,1,...,7)为经过Log-Gabor滤波器以角度为θ_i(θ_i＝22.5⁰*i,i＝0,1,...,7)滤波后的结果；Neuron(i,j)表示使用的点阵神经元；T(i,j)表示经过点阵神经元模型后记录首次放电时间的时间矩阵；D(i,j)表示经过方差处理的方差矩阵；F(i,j)表示经过神经元侧向抑制作用后的边缘矩阵；I_new(i,j)表示最终的结果图像。

本发明方法的具体步骤是：

步骤(1)使得原始的图像I_old(i,j)(i＝1,2,...,M;j＝1,2,...,N)通过Log-Gabor滤波器进行预处理，获取角度为θ_i(θ_i＝22.5⁰*i,i＝0,1,...,7)的8个方向结果，记为f_k(i,j)(k＝0,1,...,7)。然后利用式(1)重构图像的边缘信息：