基于生物視覺機制的圖像特征點檢測技術研究.pdf

1、特征點是圖像中的關鍵信息，其對后續(xù)的圖像配準、拼接以及其他分析處理具有重要的作用。傳統(tǒng)特征點檢測方法通?；谙袼亓炼然蝾伾系奶荻茸兓厔?，對于場景復雜的細節(jié)圖像，誤檢率和漏檢率指標并不理想。考慮到生物視覺系統(tǒng)在提取顯著性信息中的不凡能力，本文試圖借鑒某些重要的生物視覺機制，實現對視覺信息的特征點描述。從視覺感受野的動態(tài)特性、視皮層神經元反饋以及視覺注意機制出發(fā)，結合視覺信息流的神經編碼，以含有大量細節(jié)特征點的建筑圖像為實驗對象，利用圖

2、像特征點一致性CCN作為評價指標，驗證了視覺機制在特征點檢測中的有效性。
　　本研究主要內容包括：⑴給出了一種基于初級視皮層感受野自適應的圖像特征點檢測新方法。研究了視覺感受野的動態(tài)特性、時序編碼、視覺注意機制等視覺機制對特征點檢測的作用和效果，列出了研究步驟，由于圖像像素點信息對特征點有決定性作用，因此根據圖像不同區(qū)域亮度信息構造自適應感受野，并考慮初級視皮層不同層次間神經元的反饋，通過上述環(huán)節(jié)實現了對圖像特征點的檢測，解決了固

3、定模型檢測導致的特征點檢測不精確問題。由實驗結果可得，本文方法能對圖像特征點進行精確有效的檢測并且達到了一定程度上的穩(wěn)定性，以圖像特征點一致性CCN作為評價指標并與傳統(tǒng)方法相比，本文方法的CCN平均值最大，其指數級別處于10-1~10-7之間。⑵實現了一種基于視覺顏色信息自適應的特征點檢測方法。由于顏色三分量包含的圖像特征信息對圖像處理有著重要作用，根據三分量對特征點檢測的變化關系，重構圖像各區(qū)域顏色三分量，同時考慮到周邊神經元對中心神

4、經元的抑制與激勵作用，將顏色重構、神經元周邊作用與感受野成像結合起來對圖像特征點進行檢測，解決了顏色信息變化導致的特征點漏檢問題。由實驗結果可得，本文方法所獲得的特征點更加精確且能較好控制冗余點，與傳統(tǒng)方法相比，本文的CCN最大，其指數級別處于10-1~10-6之間，與人類視覺系統(tǒng)的認知方式更加接近。⑶提出了一種基于邊緣多方向性的特征點檢測方法。由于圖像紋理邊緣存在方向性，邊緣處的特征點堆積問題較嚴重，且神經元發(fā)放響應存在著不同表示方式