基于视觉感光层功能的菌落图像多强度边缘检测研究

借鉴视觉神经系统在轮廓感知中的独特优势，提出一种基于视觉感光层功能的图像边缘检测新方法。构建以带漏感的积累发放（LIF）神经元电生理模型为基本单元的神经元网络；根据特定时间窗口内各个神经元的脉冲发放情况，对神经元的增强(ON)或抑制(OFF)类别进行判断；通过拮抗式感受野特性以及神经元激励的反馈增强模式，实现弱边缘的凸显；为克服视觉感光层所具有的适应性并凸显弱细节的对比度，对图像进行多方向、多距离尺度的移动，并融合感光层神经元网络脉冲发放率的差异信息，最后实现图像边缘的有效检测。以具有丰富边缘特性的20幅菌落图像为样本，以边缘置信度和重构相似度作为评价指标，对多强度边缘进行检测。结果表明，所提出方法可以有效完整地检测出图像多强度边缘，且其对弱边缘检测的重构相似度均值高于08，检测准确性有显著的提高(P<005)。所提出的利用生理视觉系统特性进行边缘检测，为包含多强度边缘信息的图像处理提供崭新的思路。