本文關(guān)鍵詞：考慮微動機制與感受野特性的輪廓檢測模型　出處：《計算機工程與應(yīng)用》2016年24期 　論文類型：期刊論文

  更多相關(guān)文章： 輪廓檢測 非經(jīng)典感受野 人眼微動 初級視覺皮層

【摘要】：輪廓檢測是目標(biāo)識別中關(guān)鍵的步驟之一。人類視覺系統(tǒng)具有快速和有效地從復(fù)雜場景中提取輪廓特征的能力,初級視覺皮層(V1區(qū))的非經(jīng)典感受野對中心神經(jīng)元刺激具有抑制特性。傳統(tǒng)模型利用該感受野特性,采用圓環(huán)形的非經(jīng)典感受野模板模擬紋理抑制的距離權(quán)重,在傳統(tǒng)模型的基礎(chǔ)上,提出一種引入人眼微動機制的輪廓檢測新模型,該模型將圓環(huán)形模板按等間隔角度生成八個子模板,由子模板中的相應(yīng)角度方位區(qū)域置換數(shù)值模擬眼動機制,通過競爭獲得最終抑制權(quán)重。實驗結(jié)果表明,該模型較傳統(tǒng)模型具有較高的性能評測指標(biāo),在最大程度抑制背景紋理的同時,保留了更多的真實輪廓。
[Abstract]:Contour detection is one of the key steps in target recognition. Human vision system has the ability to extract contour features from complex scenes quickly and effectively. The non-classical receptive field of primary visual cortex (V1) inhibited the central neuronal stimulation, which was used in the traditional model. Based on the traditional model, a new contour detection model based on the human eye fretting mechanism is proposed, which simulates the distance weight of texture suppression by using a circular non-classical receptive field template. In this model, eight sub-templates are generated from the circular template at equal intervals, and the eye movement mechanism is numerically simulated by replacing the corresponding angular azimuth region in the sub-template, and the ultimate suppression weight is obtained by competition. Compared with the traditional model, this model has a higher performance evaluation index, which can suppress the background texture to the greatest extent and retain more real contours at the same time.
【作者單位】： 廣西科技大學(xué)電氣與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(No.61563005) 廣西自然科學(xué)基金(No.2015GXNSFAA139293) 廣西教育廳科研項目(No.YB2014214) 廣西科技大學(xué)研究生教育創(chuàng)新計劃項目(No.GKYC201620)
【分類號】：TP391.41
【正文快照】： 1引言外界信息能夠被人類或者大部分的靈長類動物接受的關(guān)鍵取決于其視覺系統(tǒng),它的主要任務(wù)就是提取環(huán)境中的重要信息。在視覺仿生研究中,輪廓檢測作為視覺系統(tǒng)的一項基本任務(wù),研究的主要對象是哺乳動物初級視覺皮層V1區(qū)。V1區(qū)神經(jīng)元的經(jīng)典感受野部分受外界光刺激產(chǎn)生興奮,其

【相似文獻】

相關(guān)期刊論文 前10條

1 黃鐵軍，柳健;利用彈性感受野檢測弱小目標(biāo)[J];紅外與激光工程;1998年03期

2 岳祖洲，，劉志英，陳文毅;視覺神經(jīng)元感受野函數(shù)的實驗確定[J];量子電子學(xué);1994年02期

3 楊顯波,危輝;基于多尺度感受野模型的指向性圖像分析[J];計算機工程;2003年06期

4 章健;趙冰;李永強;常奇峰;逯鵬;;感受野視覺特征整合模型及應(yīng)用[J];科技導(dǎo)報;2013年09期

5 陳繼述;視覺神經(jīng)元感受野與色覺恒常性[J];紅外與毫米波學(xué)報;1993年01期

6 劉建立;沈菁;王蕾;高衛(wèi)東;;織物紋理的簡單視神經(jīng)細胞感受野的選擇特性[J];計算機工程與應(yīng)用;2014年01期

7 吳賀;胡玉蘭;;非經(jīng)典感受野的朝向和對比度特性在輪廓提取中的應(yīng)用[J];沈陽理工大學(xué)學(xué)報;2013年06期

8 杜曉鳳;李翠華;李晶;;基于復(fù)合感受野的輪廓檢測算法[J];電子與信息學(xué)報;2009年07期

9 崔

本文編號：1391401