郭笑天 范影乐 李康群 王 典 武 薇

(杭州电子科技大学模式识别与图像处理实验室 浙江 杭州 310018)

基于视觉显著性信息的图像轮廓检测

郭笑天 范影乐*李康群 王 典 武 薇

(杭州电子科技大学模式识别与图像处理实验室 浙江 杭州 310018)

融合视皮层边界响应与显著性信息，提出一种图像轮廓检测新方法。利用高斯导函数获得初级视皮层(V1)的多方向梯度响应，同时基于感受野机制设置Leaky integrate-and-fire神经元网络的突触兴奋和抑制电流；通过神经元脉冲频率信息，获得视觉显著性信息；反馈并调控V1的视觉响应，得到图像轮廓。以RuG图像库为例，与ISO等方法相比，该方法在综合评价指标上具有优势。基于视觉显著性信息的传递和处理过程，将为后续的图像分析和理解提供新思路。

轮廓检测 显著性信息 初级视皮层 脉冲频率

0 引 言

轮廓信息是对图像进行空间冗余度消除后的常见特征，在后续图像的分析和理解起着关键的作用。而人类视觉系统在实现对周围环境或目标的感知时，对图像轮廓检测具有突出的敏感性和高效性。因此如何从生物视觉机制研究出发，研究视觉信息流的传递和处理过程，并建立以神经电生理为基础的视觉神经计算模型就显得非常有意义。目前有仅基于初级视皮层感受野的Noninh方法，也有研究利用空间稀疏特性抑制纹理，并基于颜色双拮抗机制来有效提取彩色图像轮廓信息的SSC方法[1]。另外还有研究基于V1的经典感受野和非经典感受野组合，在抑制纹理细节的基础上实现轮廓线段多方向感知的ISO方法[2]。……