原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
高技术通讯2024年第34卷第1期:15-24
doi:10.3772/j.issn.1002-0470.2024.01.002
基于双通路视觉系统的自适应轮廓检测模型①
②
王宪保陈斌项圣陈德富姚明海
(浙江工业大学信息工程学院杭州310023)
摘要在轮廓检测领域,背景纹理的干扰容易造成轮廓提取不完整。针对这一问题,本
文提出了一种基于双通路视觉系统的自适应轮廓检测模型。首先从皮层下通路的信息采
集与评估过程出发,对图像整体的显著性进行评估,以此获得轮廓信息的可能性分布;然
后采用自适应尺度的高斯导函数对经典视觉通路中感受野的动态特性进行模拟,加强了
模型对轮廓细节的捕获;最后在外周抑制算法的基础上,结合像素的空间分布对所有边缘
的稀疏性进行度量,更加准确地区分了轮廓和纹理边缘。实验结果表明,本文模型可以有
效抑制背景纹理,提升轮廓连续性,具有较好的轮廓检测性能。
关键词轮廓检测;视觉机制;显著评估;感受野;稀疏度量
轮廓检测是计算机视觉领域的一个基本问题,向因素,提出各向同性与各向异性2种外周抑制算
也是重要的图像预处理环节,其目的是准确获取物法,其采用的同心圆式感受野计算简洁高效,但会导
[1][10]
体形状边界的稀疏表达,常被应用于图像分割、致弱轮廓被过度抑制。窦燕等人在静态的半椭
[2]
目标识别等高级视觉任务。圆环式感受野基础上融合了固视微动,克服了视网
[3][4]
以Prewitt算子、Canny算子为代表的传统膜在均衡刺激下的信息丢失问题,更好地区分了背
[11]
检测算法,边缘定位准确但对背景纹理敏感。基于景和前景。Yang等人引入多个局部特征调节外
[5][12]
机器学习的算法通过整合局部特征、结合多尺度周抑制,提高了轮廓定位准确度。Zhang等人模
[6]
分析等方式提高了一定的准确率,但结果依然不拟细胞视差敏感性,组合深度与亮度,进一步提高了
[7-8]
理想。而检测效果较好的深度学习算法需要耗轮廓提取能力。
费巨大的时间成本,同时也对硬件设施提出了更高基于感知机制的算法着眼于视觉系统层级交互
[13]
的要求。不同于深度学习依赖训练和强大算力,仿关系。Melotti等人采用特定排列的感受野模拟
生算法通过模拟视觉信息加工机理可以适用于单张了外膝体到初级视皮层(primaryvisualcortex,V1
图像且同样实现了较好的轮廓检测效果,其大致可
文档评论（0）