基于視覺(jué)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(cè)，它需要在復(fù)雜場(chǎng)景中識(shí)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(lèi)視覺(jué)機(jī)制能夠有效的提取輪廓特征。在初級(jí)視覺(jué)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?qū)?jīng)典感受野中的視覺(jué)刺激的響應(yīng)會(huì)有抑制作用。這一抑制效果在視覺(jué)信息處理中有著非常重要的作用，而一個(gè)可能的作用就是從雜亂無(wú)序的背景紋理中提取輪廓。
　　本文提出了兩個(gè)基于視覺(jué)機(jī)制的輪廓檢測(cè)方法。第一個(gè)方法是基于改

2、進(jìn)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(gè)方法中一個(gè)蝶形外周抑制被用來(lái)仿真非經(jīng)典感受野（NCRF）對(duì)經(jīng)典感受野（CRF）的抑制。與另外兩個(gè)基于視覺(jué)機(jī)制的輪廓檢測(cè)模型比較，該模型能有效地抑制紋理同時(shí)提高輪廓檢查的準(zhǔn)確率。
　　本文提出的第二個(gè)方法是基于非經(jīng)典感受野動(dòng)態(tài)特性模型的檢測(cè)方法。該模型的核心機(jī)制為非經(jīng)典感受野端區(qū)和側(cè)區(qū)的不同抑制特性。具體來(lái)說(shuō)，非經(jīng)典感受野兩個(gè)側(cè)區(qū)的抑制為恒定抑制，它們由小的空間尺度下Gabor