基于视通路非对称STDP机制的边缘提取

图像边缘的有效检测在图象处理中具有极其重要的作用,对后续图像内容的分析、识别和理解具有至关重要的意义。本文模拟视觉信息处理机制,提出了一种基于视觉生理机制的非对称脉冲时间依赖可塑性(Spike-Timing-Dependent Plasticity,STDP)图像边缘检测的新方法。首先,通过Gabor滤波器模拟视觉生理朝向特性对原始图像预处理,并将朝向特征融合重构出图像的初级边缘特征信息;其次,构建基于非对称STDP机制的由动态突触组成的神经元网络对初级边缘特征信息进行进一步加工,获得脉冲响应图像,并通过高斯滤波器对脉冲响应图像进行滤波;然后利用神经元之间的侧向抑制作用,对滤波后的图像边缘进行精细化处理;最后对结果进行归一化处理,得到待检测实验图像的最终边缘。实验对象为实验室采集的菌落图像和部分随机挑选的公共数据集图像,菌落图像的边缘检测对于后续信息的统计具有重要意义,通过实验结果的定量与定性分析,所提出的方法在不同实验图像上的AUC值和信息熵优于已有的传统方法,并保留更多的图像边缘细节信息。所提出的边缘检测方法,根据视觉机制避免了黑箱模拟,为低级图像特征处理提供了新的思路。