一种目标物体轮廓检测方法

摘要

本发明属于计算机视觉技术领域，公开了一种目标物体轮廓检测的方法。本发明将非经典感受野分为端区和侧区，在侧区进行恒定抑制，在端区利用对比度的影响进行选择性作用，同时在计算选择性作用时采用一种自适应的方法，根据每个像素一定邻域内的对比度值来设置门限判定该像素应进行抑制还是易化，另一方面根据非经典感受野滤波器侧区对中心位置处像素的抑制作用以压制纹理及其它局部特征相似的背景信息、进而突出轮廓信息，同时根据非经典感受野滤波器侧区作用来调制端区作用的大小，以尽可能地保留轮廓线的完整性的同时、最大程度地抑制背景干扰。本发明的方法可应用于计算机视觉中的目标物体检测和识别等。

主权项

一种目标物体轮廓检测方法，其特征在于，包括如下步骤：S1.滤波处理：利用Gabor滤波器组或log Gabor滤波器组对目标图像进行滤波处理，即利用N个不同方向下的Gabor滤波器或log Gabor滤波器对图像进行滤波处理，得到N个不同朝向下的朝向信息分布图；S2.确定最优朝向图和最大能量图：比较不同朝向信息分布图中对应位置的像素值的大小，取各像素点的最大值作为输出，得到最大能量图；同时各像素点取最大值时对应的朝向为该点的最优朝向，将各像素点的最优朝向作为输出，得到最优朝向图；S3.计算对比度图：对于目标图像依次计算以每个像素为中心的邻域内的像素值的标准差，将这个标准差作为该像素的对比度值，得到对比度图；S4.计算判定图：对于对比度图取以每个像素为中心的一个M*M的邻域，利用该邻域内的像素的平均值乘以门限因子α＝(p‑1/M*M‑1)得到一个门限T，这里p的范围为0＜p≤0.5，然后再比较该像素值和该门限T的大小，大于该门限的则认为该像素点的端区作用为易化，即加强，值为1，反之则该像素点的端区作用为抑制，即减弱，值为‑1，得到用于判定端区作用值为1或‑1的判定图；S5.计算不同朝向下的能量图：从步骤S2计算得到的最大能量图中依次提取最优朝向为第一个朝向，第二个朝向到第N个朝向的点，得到N个不同朝向下的能量图，在这N个图像中，仅最优朝向为对应的方向的像素点有值，值为最大能量；S6.计算侧区作用：用非负二维高斯差函数构建非经典感受野滤波器，得到不同方向下的非经典感受野蝶型侧区模板，利用蝶型侧区模板对步骤S5得到的N个不同朝向下的能量图进行滤波处理，得到N个不同朝向下的侧区作用图，同时依次计算最优朝向图和每个朝向的朝向差权重，N个不同朝向下的侧区作用图与对应的朝向差权重相乘得到N个不同朝向下的侧区恒定作用图，然后把N个不同朝向下的侧区恒定作用图相加，得到侧区恒定作用图；S7.计算端区作用：用非负二维高斯差函数构建非经典感受野滤波器，得到不同方向下的非经典感受野蝶型端区模板，利用蝶型端区模板对步骤S5得到的N个不同朝向下的能量图进行滤波处理，得到N个不同朝向下的端区作用图，再将N个不同朝向下的端区作用图结果相加，得到端区作用图；S8.计算端区选择性作用权重：侧区恒定作用图除以侧区恒定作用图与端区作用图之和得到一比值，用1减去该比值，得到端区选择性作用权重；S9.计算端区选择性作用：将步骤S4得到的判定图与步骤S8得到的端区选择性作用权重相乘得到端区选择性作用结果图；S10.计算侧区抑制端区选择性作用后的结果图：用步骤S2得到的最大能量图减去步骤S6得到的侧区恒定作用图，加上步骤S9得到的端区选择性作用结果图，得到经过侧区抑制和端区选择性作用的轮廓图；S11.二值化处理：对步骤S10得到的轮廓图，进行二值化处理，得到最终的轮廓图像。