基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
轮廓检测是实现基于形状的目标识别任务的关键,然而由于图像背景中存在大量的无关干扰成分,因此要从自然场景中自动地检测出目标的轮廓是非常困难的.人类可以很容易地从环境中识别物体,这得益于人类的视觉感知机制.根据此机制,建立了基于图像切线方向感受野的轮廓检测方法.本方法用Gabor函数模拟感受野中心神经元的响应,非经典感受野的建模充分考虑了邻域刺激与相对位置、距离、朝向之间的关系.本方法与传统的基于人类视觉感知机制方法的最大不同在于图像点的切线方向选择对应朝向的中心神经元,物理意义明确.实验结果表明:该方法能更有效地抑制纹理边缘并减少轮廓自身的破坏,具有更好的检测准确性和稳定性.
推荐文章
一种基于轮廓分析的图像特征点检测方法
质量因子:链码:轮廓分析
特征点检测
一种基于轮廓提取与纹理分析的图像着色方法
轮廓提取
纹理分析
渐变着色
笔迹保持
一种新的基于图像主轮廓的配准算法
图像配准
主轮廓
SUSAN
边缘检测
一种新的基于切线的路径规划方法
路径规划
切线图
动态环境
远距离漫游
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于图像切线方向感受野的轮廓检测方法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 轮廓 人类视觉感知机制 感受野 切线方向
年,卷(期) 2014,(4) 所属期刊栏目 信息·计算机
研究方向 页码范围 83-88
页数 6页 分类号 TP301
字数 3590字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2014.04.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (21)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (5)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
轮廓
人类视觉感知机制
感受野
切线方向
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导