基于非经典感受野动态特性的轮廓检测模型

摘要

轮廓检测是计算机视觉的重要任务之一,并广泛地用于医学,工程,交通等领域.针对这些领域的检测需求,本文受非经典感受野动态特性的启发提出一种仿生型轮廓检测模型:在模拟初级视皮层(V1区)神经元的经典感受野响应时,用改进的神经元激活函数sigmoid提取局部尺度信息,然后用局部最优尺度代替现有模型中的全局感受野尺度,并将提取的局部最优尺度信息对非经典感受野抑制进行调制.基于RuG40和伯克利图像数据库的实验结果表明,本文的轮廓检测模型较同类模型获得了较高的性能评测指数,有效地提高了轮廓检测的性能.