基于視覺感受野特性的物體輪廓提取算法研究.pdf

1、輪廓提取區(qū)別于邊緣檢測，它需要在復雜場景中識別物體形狀，這通常要去除紋理信息并且區(qū)分輪廓和非輪廓的邊緣。值得慶幸的是，人類視覺機制能夠有效的提取輪廓特征。在初級視覺皮層經(jīng)典感受野的外周存在一大片區(qū)域，即非經(jīng)典感受野，這片區(qū)域對經(jīng)典感受野中的視覺刺激的響應會有抑制作用。這一抑制效果在視覺信息處理中有著非常重要的作用，而一個可能的作用就是從雜亂無序的背景紋理中提取輪廓。
　　本文提出了兩個基于視覺機制的輪廓檢測方法。第一個方法是基于改

2、進的邊緣保留平滑濾波和非經(jīng)典感受野外周抑制的模型。在這個方法中一個蝶形外周抑制被用來仿真非經(jīng)典感受野（NCRF）對經(jīng)典感受野（CRF）的抑制。與另外兩個基于視覺機制的輪廓檢測模型比較，該模型能有效地抑制紋理同時提高輪廓檢查的準確率。
　　本文提出的第二個方法是基于非經(jīng)典感受野動態(tài)特性模型的檢測方法。該模型的核心機制為非經(jīng)典感受野端區(qū)和側區(qū)的不同抑制特性。具體來說，非經(jīng)典感受野兩個側區(qū)的抑制為恒定抑制，它們由小的空間尺度下Gabor