基于視覺編碼機(jī)制的圖像弱邊緣檢測技術(shù)及其應(yīng)用研究.pdf

1、圖像邊緣包含了圖像豐富的細(xì)節(jié)信息，這對于后續(xù)的特征提取、目標(biāo)識別等關(guān)鍵任務(wù)具有重要意義。而傳統(tǒng)的邊緣檢測方法對于細(xì)節(jié)較為豐富的圖像會丟失較多的邊緣信息，考慮到視覺系統(tǒng)對于圖像邊緣具有良好的處理效果，本文嘗試采用視覺編碼機(jī)制的方法對圖像邊緣進(jìn)行檢測。目前雖然已有許多研究人員從視覺機(jī)制的角度出發(fā)對邊緣檢測進(jìn)行探索與實(shí)驗(yàn)，但多數(shù)是對視覺機(jī)制的黑箱模擬，并未真正實(shí)現(xiàn)內(nèi)部的視覺編碼特性。因此本文首先針對視覺感受野、方向選擇等視覺編碼特性進(jìn)行研究，

2、同時(shí)構(gòu)建點(diǎn)陣神經(jīng)元群網(wǎng)絡(luò)，并結(jié)合上述視覺編碼特性，以具有豐富邊緣細(xì)節(jié)的菌落圖為應(yīng)用對象，解釋視覺編碼特性在邊緣檢測中的作用；之后考慮突觸 STDP機(jī)制以及顏色編碼特性，充分發(fā)揮視覺編碼機(jī)制對邊緣檢測的作用；最后本文采用抑制性突觸作為突觸的數(shù)學(xué)模型以改善計(jì)算性能，同時(shí)引入選擇注意機(jī)制的作用對邊緣進(jìn)行檢測，經(jīng)ROC及信息熵指標(biāo)評價(jià)，本文方法獲得了優(yōu)于傳統(tǒng)邊緣檢測的結(jié)果。本文主要工作及研究成果如下：
　　(1)提出了一種基于點(diǎn)陣神經(jīng)元響

3、應(yīng)時(shí)空信息的邊緣檢測方法。研究了視覺感受野、方向選擇、次序編碼等視覺編碼機(jī)制對邊緣檢測的作用，給出了實(shí)現(xiàn)步驟，同時(shí)利用Log-Gabor濾波器模擬視皮層的方向選擇特性，通過構(gòu)建的點(diǎn)陣神經(jīng)元群實(shí)現(xiàn)了對圖像邊緣的檢測。實(shí)驗(yàn)結(jié)果表明，本文方法對圖像邊緣進(jìn)行了有效檢測并能對邊緣強(qiáng)弱進(jìn)行表示。
　　(2)考慮到突觸對于神經(jīng)元群網(wǎng)絡(luò)的信息處理具有重要作用，本文研究了突觸的STDP機(jī)制，同時(shí)由于原始圖像的顏色特征包含豐富的邊緣細(xì)節(jié)，因此提出一種

4、基于視皮層突觸STDP機(jī)制的邊緣檢測方法，結(jié)合顏色編碼機(jī)制對圖像邊緣進(jìn)行檢測。實(shí)驗(yàn)結(jié)果表明，本文方法獲得的邊緣細(xì)節(jié)更加豐富，更符合人的視覺認(rèn)知規(guī)律。
　　(3)針對突觸STDP機(jī)制模型計(jì)算效率較低，以及原始圖像中其它包含邊緣信息的特征未被充分利用的情況，本文提出了一種基于抑制性突觸多層神經(jīng)元群放電編碼的邊緣檢測方法。采用抑制性突觸為神經(jīng)元之間進(jìn)行信息交互，同時(shí)利用選擇注意機(jī)制獲取視覺受關(guān)注區(qū)域作為主要的邊緣檢測目標(biāo)，繼而通過構(gòu)建的