基于视觉机理的特征整合模型研究及应用

论文摘要

动物视觉系统中所隐含的极为高效的信息处理机制是一直困扰研究者的难题。随着与图像相关的控制技术在社会、经济和国家安全等领域中的需求持续迅猛增长,进一步充分发挥信息科学、生命科学和数理科学的交叉优势,研究和发现视觉系统深层次的信息处理机制,以大幅度提高计算机对海量图像信息的理解能力和处理效率,成为非常紧迫的问题。动物视觉系统的效率并不在于信号传导的快速性,而主要体现在视皮层神经细胞的信息处理方式上。本文以视觉系统早期阶段的高效信息处理机制作为切入点,根据其分层、并行和皮层间交互的信息处理特点,重点探索初级视皮层信息整合机制并建立可计算模型,进一步设计了模型的关键算法,针对多种具体应用验证了模型和算法的可行性和有效性,主要研究结果如下：(1)分析了视觉信息的传递过程以及关键的信息处理机制；从自然图像的统计特性入手模拟建立视觉信息处理模型,从自然图像的空间相关性、高阶统计特性和时空特性角度研究分析经典线性模型及其主要优化判据和优化算法。(2)模拟视觉系统特征提取和整合机制提出了视觉特征整合的可计算模型,模型分为视网膜预处理、感受野初步整合和同步整合三部分。图像特征首先在视网膜中进行预处理,去除二阶冗余,然后经感受野初步整合提取图像的感受野拓扑特征,最后根据具体的测试图像,对图像特征进行同步整合,筛选出最佳神经元的响应。根据可计算模型进一步设计了相应的关键算法。(3)针对列车裂纹检测、交通车辆检测和隐蔽目标搜索三类应用,对模型及算法进行了验证。实验结果表明,算法在裂纹检测率、车辆检测准确率和目标搜索准确率上优于传统方法。(4)根据关键算法,基于MATLAB 7.0设计实现了视觉特征整合原型系统。系统能够完成对上述三类应用的识别和检测功能。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 本文主要工作
• 1.4 小结
• 2 视觉系统神经生理和计算基础
• 2.1 神经生理基础
• 2.1.1 视觉信息传递过程
• 2.1.2 视觉信息处理机制
• 2.2 计算基础
• 2.2.1 自然图像统计特性
• 2.2.2 线性模型
• 2.2.3 优化判据
• 2.2.4 优化算法
• 2.3 小结
• 3 视觉特征整合模型及算法
• 3.1 模型构建
• 3.2 模型实现
• 3.2.1 视网膜预处理
• 3.2.2 感受野初步整合
• 3.2.3 同步整合
• 3.3 关键算法
• 3.4 小结
• 4 实验
• 4.1 数据采样
• 4.1.1 随机采样
• 4.1.2 顺序采样
• 4.2 感受野拓扑特征
• 4.3 同步整合
• 4.4 列车裂纹检测
• 4.4.1 与传统方法对比
• 4.4.2 与ICA方法对比
• 4.5 交通车辆检测
• 4.5.1 与传统方法对比
• 4.5.2 与ICA方法对比
• 4.6 隐蔽目标搜索
• 4.6.1 与传统方法对比
• 4.6.2 与ICA方法对比
• 4.7 小结
• 5 原型系统的设计及实现
• 5.1 系统设计
• 5.1.1 系统设计目标
• 5.1.2 系统功能结构
• 5.1.3 目标检测流程
• 5.2 系统实现
• 5.3 小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文