基于点阵神经元响应时空信息的图像强弱边缘检测方法

摘要

本发明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。本发明首先利用视野内图像的多方向Log-Gabor滤波结果，重构图像的边缘信息；接着将重构结果作为点阵神经元的输入；记录各个神经元首次发放动作电位的时间，形成时间矩阵；然后构造感受野窗口在时间矩阵上滑动，根据各时间元素的时序计算改进后的方差，并赋值给窗口中心点，从而获得包含神经元响应时间和空间信息的方差矩阵；之后将前述感受野窗口继续在方差矩阵上滑动，实现神经元在空间上的侧向抑制特性，获得边缘矩阵；最后将边缘矩阵逆映射为结果图像。本发明考虑了点阵神经元响应的时空信息，不仅能够检测出图像边缘，而且能够有效反映出边缘的强弱关系。

主权项

基于点阵神经元响应时空信息的图像强弱边缘检测方法，其特征在于该方法包括如下步骤：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；所述点阵神经元为Neuron(i,j)(i＝1,2,…,M；j＝1,2,…,N)，模型如下：其中，v是神经元膜电位，u代表神经元膜恢复变量， I_ext是输入刺激，即对应重构结果result(i,j)，a、b、c和d为模型参数，v_thresh为阈值，设置为a＝0.02，b＝0.2，c＝‑65，d＝6，v_thresh＝30， 如果v大于等于v_thresh，神经元发放脉冲，即产生放电，同时v被重新设定为c，u被重置为u+d；否则神经元不发放脉冲；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的感受野窗口滑过上述时间矩阵，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；所述的首次放电时间的改进方差，average是感受野窗口中各个时间元素的平均值， sum是首次放电排序加权后的改进方差，将其赋值给感受野窗口的中心点， 将感受野窗口依次滑过时间矩阵T(i,j)，对每个时间元素进行同样的处理就得到方差矩阵D(i,j)(i＝1,2,…,M；j＝1,2,…,N)；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；所述的侧向抑制处理为w₀是感受野窗口中的中心元素，w₁代表感受野窗口中的非中心元素，将感受野窗口依次滑过方差矩阵D(i,j)，对每个方差元素进行同样的处理就得到边缘矩阵F(i,j)(i＝1,2,…,M；j＝1,2,…,N)；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。