【摘要】：人類視覺系統(tǒng)具有高效的視覺信息處理能力,其信息處理的智能性遠(yuǎn)遠(yuǎn)優(yōu)于現(xiàn)有的任何計(jì)算機(jī)視覺系統(tǒng)。因此,模擬生物視覺信息加工機(jī)理,開發(fā)更有效的視覺信息處理算法,正成為當(dāng)前計(jì)算機(jī)視覺的研究熱點(diǎn)。本文深入研究了一系列初級(jí)、中級(jí)視覺任務(wù)中的計(jì)算問題,并建立模型分析了前端視覺系統(tǒng)中信息加工的計(jì)算模式。本文通過模擬生物視覺的感受野機(jī)理、注意機(jī)理以及顏色信息加工機(jī)理等,為邊緣檢測(cè)、輪廓提取、顯著性計(jì)算以及顏色恒常性等計(jì)算機(jī)視覺應(yīng)用提供了全新的計(jì)算模式和簡(jiǎn)單、有效的實(shí)現(xiàn)方法。在第一部分(第二章)中,我們基于顏色拮抗機(jī)理建立了從視網(wǎng)膜至初級(jí)視皮層(V1區(qū))神經(jīng)元的感受野模型,分析了前端視覺系統(tǒng)中各類顏色拮抗感受野的結(jié)構(gòu)及功能特性,揭示了朝向雙拮抗感受野在彩色圖像邊緣檢測(cè)任務(wù)中的作用,促進(jìn)了對(duì)生物視覺系統(tǒng)的顏色信息加工機(jī)理的理解。本文所提出的邊緣檢測(cè)方法能夠同時(shí)檢測(cè)圖像中的彩色及亮度邊緣(輪廓),而且計(jì)算效率非常高。此外,我們基于視皮層神經(jīng)元響應(yīng)的稀疏特性進(jìn)一步改進(jìn)該方法,并應(yīng)用于復(fù)雜自然場(chǎng)景的輪廓檢測(cè)任務(wù)。在第二部分(第三章)中,我們研究了V1區(qū)神經(jīng)元的非經(jīng)典感受野(NCRF)機(jī)理及其在輪廓檢測(cè)任務(wù)中的作用。我們基于多種視覺特征(亮度、亮度對(duì)比度、朝向)對(duì)NCRF抑制的調(diào)制作用,建立了一個(gè)多特征外周抑制模型,并應(yīng)用于灰度圖像的紋理抑制和輪廓檢測(cè)任務(wù)。本文為基于NCRF的模型提供了一個(gè)統(tǒng)一的計(jì)算框架,并分析了各種視覺特征在大范圍信息整合中的作用。在輪廓檢測(cè)圖像庫(kù)上的實(shí)驗(yàn)顯示,融合多個(gè)視覺特征能夠顯著地提高外周抑制模型的紋理抑制能力。同時(shí),與廣泛使用的朝向特征相比,前人的工作中常被忽視的亮度和亮度對(duì)比度特征反而在紋理抑制中發(fā)揮著更大的作用。在第三部分(第四章)中,我們研究了視覺注意和視覺搜索的計(jì)算問題。我們首先定義了一個(gè)“顯著結(jié)構(gòu)檢測(cè)”的視覺任務(wù)來統(tǒng)一多種與顯著性相關(guān)的計(jì)算任務(wù)。同時(shí),受到視覺引導(dǎo)搜索理論的啟發(fā),我們建立了一個(gè)輪廓信息引導(dǎo)的視覺搜索模型。該模型能夠從輸入場(chǎng)景中自適應(yīng)地估計(jì)顯著結(jié)構(gòu)可能出現(xiàn)的位置、顯著結(jié)構(gòu)的可能大小以及顯著結(jié)構(gòu)的初級(jí)特征,同時(shí)利用貝葉斯推理機(jī)制預(yù)測(cè)自然場(chǎng)景中的顯著結(jié)構(gòu)區(qū)域。大量的實(shí)驗(yàn)分析展示,本文的方法在注視點(diǎn)預(yù)測(cè)、顯著目標(biāo)檢測(cè)、顯著邊緣檢測(cè)以及多目標(biāo)場(chǎng)景的目標(biāo)搜索等一系列視覺任務(wù)中取得了優(yōu)異的效果。在第四部分(第五章)中,我們研究了從色偏自然場(chǎng)景中估計(jì)光源顏色,實(shí)現(xiàn)視覺顏色恒常的問題。我們初步的眼動(dòng)心理物理學(xué)實(shí)驗(yàn)發(fā)現(xiàn),人類在實(shí)現(xiàn)顏色恒常性時(shí)更傾向于利用場(chǎng)景中的灰色信息;基于此,我們提出了一種灰色點(diǎn)假說,認(rèn)為絕大多數(shù)自然場(chǎng)景中都包含灰色點(diǎn)。隨后,利用大量的自然場(chǎng)景統(tǒng)計(jì)分析驗(yàn)證了該假說。最后,本文提出了一種灰色點(diǎn)檢測(cè)方法,進(jìn)而用檢測(cè)到的灰色點(diǎn)實(shí)現(xiàn)光源顏色的估計(jì)。該基于灰色點(diǎn)的光源估計(jì)方法可應(yīng)用于均勻光源場(chǎng)景、非均勻光源場(chǎng)景以及動(dòng)態(tài)自然場(chǎng)景的顏色恒常任務(wù)。該方法理論完善、計(jì)算簡(jiǎn)單,能夠滿足實(shí)際中顏色恒常性計(jì)算的基本要求。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：R339.1;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 馬千里;于忠清;劉濤;;Gray World算法在菜品識(shí)別中的應(yīng)用[J];青島大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

2 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 李揚(yáng)曦;施柏鑫;許超;;視頻監(jiān)控中的顏色恒常性算法研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

2 荊其誠(chéng);焦書蘭;張武田;R．Over;;不同時(shí)相日光下的顏色恒常性[A];中國(guó)心理學(xué)會(huì)第三次會(huì)員代表大會(huì)及建會(huì)60周年學(xué)術(shù)會(huì)議（全國(guó)第四屆心理學(xué)學(xué)術(shù)會(huì)議）文摘選集（下）[C];1981年

3 邵桂芳;李祖樞;張小川;黃同愿;李剛;;基于顏色恒常性的膚色校正算法[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

4 許超;趙秀雙;;顏色恒常算法研究[A];全國(guó)第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 楊開富;前端視覺通路信息加工的計(jì)算模型及應(yīng)用研究[D];電子科技大學(xué);2016年

2 李兵;顏色恒常性計(jì)算研究[D];北京交通大學(xué);2009年

3 鹿瑞;自然圖像的顏色恒常性計(jì)算研究[D];北京交通大學(xué);2010年

4 蔡s

本文編號(hào)：2799467