【技术实现步骤摘要】
本专利技术涉及图像处理和神经元网络
,特别是涉及一种以局部耦合神经元 振子网络形式实现的、用于处理视觉图像中同一背景下不同目标区域之间相互分离的系统。
技术介绍
人眼处理视觉图像时可以在很短的时间内轻松的进行感知和理解,然而研究者对 其中的机理至今仍然知之甚少。但是,大量的生理学实验表明视觉器官有可能首先抽取对 象的各个局部特征并且并行的向中枢传送,问题是中枢怎样再将这些特征重新整合起来, 这就是所谓的结合问题,视觉图像中同一背景下不同对象(目标区域)的分离就属于此类 问题。为处理这个问题,Hebb提出一种理论,这种理论认为为了检测一个对象,需要有一群 神经元提高它们的平均发放量,但这却引发了新的问题——叠加问题。为克服新的问题, Von der Malsburg和Schneider对Hebb理论进行了修正,他们认为同一对象应由一群同步 振荡的神经元来表征,属于同一对象的神经元的发放彼此同步,而不同对象的神经元的发 放则不存在一致的相位关系。这一理论被后来的实验所证实在猫的视觉皮层上记录到了 频率在40-60Hz的振荡现象。在上述实验和理论的基础上,研究者们提出了很多神经元振子网络模型模拟真实 的人脑中神经元行为。Wilson-Cowan神经元振子网络模型就是其中的一种,它能够比较 好地模拟人类视觉皮层中功能柱同步振荡行为,这一性质使得Wilson-Cowan模型在图像 分割领域特别是分离视觉图像中同一背景下不同目标区域方面具有很广的应用前景,而且 Grayetal等人已经通过经典的生理学实验对这一模型进行了验证。
技术实现思路
本专利技术的目的在于, ...
【技术保护点】
一种基于局部耦合神经振子网络的简单灰度图像分割方法,其特征在于包括以下步骤:建立视觉图像输入层,建立神经元振子网络振荡层,建立目标之间分离层;所述的建立视觉图像输入层,将灰度图像归一化,并认为灰度值小于阈值的像素对应的是图像的背景,在振荡过程中背景区域对应的神经元振子保持沉默状态,然后将视觉图像输入到神经元振子网络振荡层上的神经网络中,图像中的像素点与神经网络上的神经元振子存在一一对应关系;所述的建立神经元振子网络振荡层,将这一层上神经网络中的每个振子建立动力学系统模型:dx↓[i]/dt=-r↓[1]x↓[i]+r↓[1]H(ax↓[i]-cy↓[i]+I↓[i]-φ↓[x])+αΔx↓[i]dy↓[i]/dt=-r↓[2]y↓[i]+r↓[2]H(bx↓[i]-dy↓[i]-φ↓[y])+βΔy↓[i](1)用4阶经典龙格-库塔法对(1)式求解,记录求解结果x↓[i](t)、y↓[i](t),求解结果表现为每个振子的兴奋性单元、抑制性单元随时间振荡的曲线;所述的建立目标之间分离层,根据每个振子的兴奋性单元、抑制性单元随时间振荡的曲线,采用最小二乘法将曲线拟合为Fourier曲线,并 ...
【技术特征摘要】
一种基于局部耦合神经振子网络的简单灰度图像分割方法,其特征在于包括以下步骤建立视觉图像输入层,建立神经元振子网络振荡层,建立目标之间分离层;所述的建立视觉图像输入层,将灰度图像归一化,并认为灰度值小于阈值的像素对应的是图像的背景,在振荡过程中背景区域对应的神经元振子保持沉默状态,然后将视觉图像输入到神经元振子网络振荡层上的神经网络中,图像中的像素点与神经网络上的神经元振子存在一一对应关系;所述的建立神经元振子网络振荡层,将这一层上神经网络中的每个振子建立动力学系统模型 <mrow><mfrac> <msub><mi>dx</mi><mi>i</mi> </msub> <mi>dt</mi></mfrac><mo>=</mo><mo>-</mo><msub> <mi>r</mi> <mn>1</mn></msub><msub> <mi>x</mi> <mi>i</mi></msub><mo>+</mo><msub> <mi>r</mi> <mn>1</mn></msub><mi>H</mi><mrow> <mo>(</mo> <msub><mi>ax</mi><mi>i</mi> </msub> <mo>-</mo> <msub><mi>cy</mi><mi>i</mi> </msub> <mo>+</mo> <msub><mi>I</mi><mi>i</mi> </msub> <mo>-</mo> <msub><mi>φ</mi><mi>x</mi> </msub> <mo>)</mo></mrow><mo>+</mo><mi>αΔ</mi><msub> <mi>x</mi> <mi>i</mi></msub> </mrow> <mrow><mfrac> <msub><mi>dy</mi><mi>i</mi> </msub> <mi>dt</mi></mfrac><mo>=</mo><mo>-</mo><msub> <mi>r</mi> <mn>2</mn></msub><msub> <mi>y</mi> <mi>i</mi></msub><mo>+</mo><msub> <mi>r</mi> <mn&g...
【专利技术属性】
技术研发人员:乔元华,段立娟,孟永,房法明,吴春鹏,苗军,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。