生物視覺系統(tǒng)在處理外界信息方面具有超凡的能力,研究視覺感知機制對于構(gòu)建高效的視覺神經(jīng)計算模型,并將其應(yīng)用于圖像處理任務(wù)具有重要的意義。本文以輪廓檢測和醫(yī)學(xué)圖像分割應(yīng)用為例展開研究,首先考慮了視網(wǎng)膜、外膝體和初級視皮層之間信息處理的聯(lián)系方式,從整體角度出發(fā),構(gòu)建了基于視通路視覺感知機制的輪廓檢測模型;其次模擬大腦內(nèi)神經(jīng)網(wǎng)絡(luò)對于視覺信息的處理機制,提出了基于卷積神經(jīng)網(wǎng)絡(luò)的輪廓檢測模型,構(gòu)建了特征金字塔解碼模塊來有效提高輪廓檢測的效果;最后以具體的肝臟腫瘤分割為應(yīng)用,將用于輪廓檢測的卷積神經(jīng)網(wǎng)絡(luò)模型遷移至分割任務(wù)。本文的主要研究工作如下:（1）研究了初級視通路中視覺信息傳遞和處理加工過程,提出了一種基于視覺感知機制的輪廓檢測新方法。首先利用高斯導(dǎo)函數(shù)提取初級輪廓響應(yīng);接著構(gòu)建時空編碼神經(jīng)元模型提高主體輪廓對比度;然后利用非經(jīng)典感受野的側(cè)抑制作用抑制紋理背景;最后提出了信息冗余度增強編碼機制以及視覺信息前饋機制,達到輪廓的完整性融合。以RuG40圖庫作為實驗對象,在整個數(shù)據(jù)集上的最優(yōu)平均尸指標(biāo)和每張圖像的最優(yōu)平均尸指標(biāo)分別為0.48和0.55,運行速度FPS達到0.5,相比于其他算法,本文方法... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１視覺系統(tǒng)的兩條視通路??

??圖２．２第一條視通路視覺信息流向圖??２．１．１視網(wǎng)膜??視網(wǎng)膜是視覺系統(tǒng)中的前級功能結(jié)構(gòu)體，由大量的感光細胞以及神經(jīng)元細胞通過復(fù)雜的??突觸連接組成，功能上主要將接收到的光信號轉(zhuǎn)換為神經(jīng)電信號并向后傳導(dǎo)。值得注意的是，??人眼視網(wǎng)膜對于光線的傳入和對視覺信息處理傳遞的方向是相反的，并且對其他高等生物的??視網(wǎng)膜研究發(fā)現(xiàn)，大多數(shù)的脊椎生物都遵循這種方式［２４］。圖２．３為視網(wǎng)膜各層結(jié)構(gòu)示意圖。??根據(jù)信息的傳遞方向以及整體結(jié)構(gòu)，可以將視網(wǎng)膜劃分為感受器細胞層、雙極細胞層和神經(jīng)??節(jié)細胞層三個部分，每層中均分布著不同類型的細胞，并且各層之間相互協(xié)調(diào)作用，完成信??息的前段處理和傳遞。感受器細胞層中分布著兩種形態(tài)各異的細胞，根據(jù)其形狀可分為視桿??細胞和視錐細胞。視桿細胞對光亮度較為敏感

突觸連接組成，功能上主要將接收到的光信號轉(zhuǎn)換為神經(jīng)電信號并向后傳導(dǎo)。值得注意的是，??人眼視網(wǎng)膜對于光線的傳入和對視覺信息處理傳遞的方向是相反的，并且對其他高等生物的??視網(wǎng)膜研究發(fā)現(xiàn)，大多數(shù)的脊椎生物都遵循這種方式［２４］。圖２．３為視網(wǎng)膜各層結(jié)構(gòu)示意圖。??根據(jù)信息的傳遞方向以及整體結(jié)構(gòu)，可以將視網(wǎng)膜劃分為感受器細胞層、雙極細胞層和神經(jīng)??節(jié)細胞層三個部分，每層中均分布著不同類型的細胞，并且各層之間相互協(xié)調(diào)作用，完成信??息的前段處理和傳遞。感受器細胞層中分布著兩種形態(tài)各異的細胞，根據(jù)其形狀可分為視桿??細胞和視錐細胞。視桿細胞對光亮度較為敏感，因此主要負責(zé)視覺亮度信息，而視錐細胞對??顏色較為敏感，負責(zé)視覺顏色信息。兩種細胞分別對輸入的光信號提取不同類型的信息，相??互聯(lián)系又相互獨立，完成復(fù)雜的光電信號轉(zhuǎn)換。在雙極細胞層中，除了雙極細胞外，還包括??無足細胞、水平細胞和網(wǎng)間細胞，通過橫向和縱向的突觸連接以及信號處理，將上一級的電??信號成功傳遞到下一級。雙極細胞只能產(chǎn)生分級電位

【參考文獻】：
期刊論文
[1]基于分?jǐn)?shù)階的多向微分算子的高爐料面輪廓自適應(yīng)檢測[J]. 蔣朝輝,吳巧群,桂衛(wèi)華,陽春華,謝永芳.  自動化學(xué)報. 2017(12)
[2]一種仿生物視覺感知的視頻輪廓檢測方法[J]. 謝昭,童昊浩,孫永宣,吳克偉.  自動化學(xué)報. 2015(10)
[3]基于抑制性突觸多層神經(jīng)元群放電編碼的圖像邊緣檢測[J]. 廖進文,范影樂,武薇,高云園,李軼.  中國生物醫(yī)學(xué)工程學(xué)報. 2014(05)
[4]腹側(cè)通路與背側(cè)通路在詞匯閱讀中的作用[J]. 郭瑞芳,彭聃齡.  心理科學(xué). 2007(04)

博士論文
[1]基于視覺注意機制的圖像顯示質(zhì)量研究[D]. 陳仲珊.東南大學(xué) 2016
[2]前端視覺通路信息加工的計算模型及應(yīng)用研究[D]. 楊開富.電子科技大學(xué) 2016



本文編號：3430021