[发明专利]一种感受野模型的敏感度及模型参数动态调控方法

说明书

一种感受野模型的敏感度及模型参数动态调控方法，该动态调控方法具体如下：首先，根据人类视觉机制构建感受野模型；其次，利用构建的感受野模型，设计敏感度及模型参数动态调控方法；最后，利用设计的敏感度及模型参数动态调控方法对构建的感受野模型进行修正，并用于图像增强。本发明提供一种感受野模型的敏感度及模型参数动态调控方法，根据输入图像本身亮度、灰度分布以及能量分布构造了敏感度及模型参数动态调控方法，能够实现动态调整感受野模型参数，符合人类的视觉特性，图像增强效果良好。

技术领域

本发明涉及图像处理领域，具体的说是一种感受野模型的敏感度及模型参数动态调控方法。

背景技术

许多计算机视觉应用都希望输入清晰、高对比度的图像，但大气中存在尘埃、雾和水滴等气溶胶，物体表面反射光在到达镜头之前就已经分散，导致了对比度降低和颜色褪色，最终导致图像清晰度降低。对于图像处理来说，人类视觉机制是非线性、非均匀性的，其处理过程有着主观视觉感觉和客观指标参数的差异性，现有的图像增强算法通常不能满足这两方面要求，因此构建基于视网膜机制的图像预处理模型、实现图像增强具有很大意义，尤其是对雾霾天气的图像增强以及医学图像处理。

有学者以视网膜网络信息处理机制为基础，受大气散射模型对模糊图像成因影响的启发，通过模拟视网膜中双极细胞经典高斯差感受野和神经节细胞非经典感受野去抑制作用以及ON/OFF型信息通路整合等机制，提出基于视觉机制的图像去雾增强模型，该模型对特定场景有很好的去雾效果，但参数固定，模型对光照、亮度敏感，适应性不强。

事实上，人类视觉系统感受野对光照敏感度是动态变化的，且感受野半径及响应强度也是动态调整的，因此，使用固定模型参数有其局限性，也无法真实反映人类视觉系统感受野特性。

发明内容

为了解决现有技术中的不足，本发明提供一种感受野模型的敏感度及模型参数动态调控方法，该动态调控方法能够根据不同的输入动态调整模型参数，进而实现在不同环境条件下的图像去雾增强。

为了实现上述目的，本发明采用的具体方案为：一种感受野模型的敏感度及模型参数动态调控方法，该动态调控方法包括如下步骤：

步骤1、根据人类视觉机制构建感受野模型；

步骤2、利用步骤1构建的感受野模型，设计敏感度及模型参数动态调控方法，具体包括如下步骤：

步骤21、调控感受野半径σ：用正态函数对σ进行拟合，σ调控方法具体如下：

I(f)＝∑f(x,y)/(255*m*n)；

其中，I为图像平均亮度，f(x,y)为输入图像，m、n为图像尺寸；

步骤22、调控敏感度k：敏感度k包括亮度敏感度和细节敏感度，调控敏感度k的方法具体包括如下步骤：

步骤221、亮度敏感度k_I(f)的调控用如下公式表示：

k_I(f)＝-log(I(f))；

步骤222、细节敏感度k_d(f)的调控用如下公式表示：

k_d(f)＝log(RoE(f))；

RoE(f)＝E_H(f)/E(f)；

其中，E_H为图像高频成分的能量，E为图像总能量，RoE为图像高频成分的能量在整幅图像中的占比；

E(f)＝∑f(x,y)²；

E_H(f)＝∑f_H(x,y)²；