版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、視網(wǎng)膜生理功能及視覺機(jī)制研究是生物神經(jīng)學(xué)和信號處理領(lǐng)域的一個研究熱點(diǎn),其目的是通過揭示和分析視網(wǎng)膜生理功能的神經(jīng)計(jì)算機(jī)理以構(gòu)建面向?qū)嵺`應(yīng)用的視覺神經(jīng)網(wǎng)絡(luò)模型。近年來,隨著計(jì)算技術(shù)的高速發(fā)展和神經(jīng)生理學(xué)新成果的不斷涌現(xiàn),基于視網(wǎng)膜計(jì)算機(jī)理的神經(jīng)網(wǎng)絡(luò)模型在機(jī)器視覺的應(yīng)用中被越來越多的研究者所關(guān)注。
邊沿是圖像中灰度不連續(xù)或發(fā)生急劇變化的區(qū)域之間的邊界,是圖像的一個重要特征。有效克服邊沿檢測中噪聲消除和邊沿定位之間的“兩難”問題,增
2、強(qiáng)并提取圖像的邊沿,在圖像分割和識別等較高層次特征的描述中具有重要意義。本文立足于視覺信息處理是亮度、顏色和運(yùn)動等多通道并行、相互交叉這一基本機(jī)制,并結(jié)合對視網(wǎng)膜邊沿檢測和運(yùn)動檢測功能及機(jī)制的梳理,構(gòu)建了基于視網(wǎng)膜神經(jīng)計(jì)算機(jī)制的亮度通道邊沿檢測模型、運(yùn)動通道目標(biāo)運(yùn)動檢測模型,雙通道并行交叉的邊沿增強(qiáng)提取模型。本文所做工作如下:
?。?)系統(tǒng)梳理了視網(wǎng)膜邊沿檢測的生理機(jī)制,構(gòu)建基于視網(wǎng)膜神經(jīng)計(jì)算機(jī)制的邊沿檢測模型(retinaNe
3、t-Edge),重點(diǎn)研究了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、各類神經(jīng)元的輸入輸出關(guān)系及感受野特性等;(2)系統(tǒng)梳理了視網(wǎng)膜運(yùn)動檢測的生理機(jī)制,構(gòu)建基于視網(wǎng)膜神經(jīng)計(jì)算機(jī)制的目標(biāo)運(yùn)動檢測模型(retinaNet-Motion),重點(diǎn)研究了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、方向選擇性電路、各層神經(jīng)元的感受野特性及輸入輸出關(guān)系等;(3)結(jié)合亮度通道和運(yùn)動通道的特點(diǎn),建立綜合的基于視網(wǎng)膜綜合計(jì)算機(jī)理的運(yùn)動目標(biāo)邊沿提取模型(retinaNet-EdgeEnh),利用運(yùn)動信息提升邊沿檢
4、測的效果,著重分析了運(yùn)動信息的反饋機(jī)制;(4)從算法的復(fù)雜度及方法的適用性等方面重點(diǎn)分析了幾種常用的邊沿檢測性能評估方法,以針對性地對后續(xù)實(shí)驗(yàn)結(jié)果進(jìn)行合理且精確的評估,提升邊沿質(zhì)量的評估的可信度;(5)仿真結(jié)果表明:retinaNet-Edge模型既精準(zhǔn)高效地提取圖像邊沿,又注重非線性地保留圖像中的重要細(xì)節(jié)如紋理等,邊沿定位精度更高,錯檢、漏檢幾率更小,整體效果優(yōu)于經(jīng)典的Canny算子及新近提出的基于震顫的神經(jīng)網(wǎng)絡(luò)模型[35];reti
5、naNet-Motion模型能較好地檢測目標(biāo)運(yùn)動的“敏感點(diǎn)”及方向;retinaNet-EdgeEnh模型進(jìn)一步改善了retinaNet-Edge模型的邊沿檢測性能,在保持邊沿像素精度的同時在一定程度上銳化邊沿,能有效弱化或去除拐角處的虛假邊沿。
本文關(guān)于目標(biāo)邊沿增強(qiáng)和提取的神經(jīng)計(jì)算方法的研究,工程上實(shí)現(xiàn)了以新的途徑增強(qiáng)圖像邊沿的清晰度,降低噪聲,使其更好地應(yīng)用于目標(biāo)追蹤、目標(biāo)識別、圖像匹配或醫(yī)學(xué)觀測等各個領(lǐng)域,以達(dá)到實(shí)時處理
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 目標(biāo)輪廓整合的視覺皮層神經(jīng)計(jì)算機(jī)理及網(wǎng)絡(luò)模型研究.pdf
- 量子神經(jīng)計(jì)算及其模型研究.pdf
- 失神癲癇調(diào)控的神經(jīng)計(jì)算模型研究.pdf
- 基于神經(jīng)計(jì)算機(jī)及句法分析的有限詞匯連續(xù)語音識別.pdf
- 基于計(jì)算機(jī)視覺的運(yùn)動目標(biāo)分析.pdf
- 糖尿病大鼠早期視網(wǎng)膜神經(jīng)細(xì)胞凋亡的發(fā)生機(jī)制及視網(wǎng)膜神經(jīng)保護(hù)研究.pdf
- 基于輪廓編組計(jì)算模型的運(yùn)動目標(biāo)提取研究.pdf
- 基于神經(jīng)計(jì)算和進(jìn)化網(wǎng)絡(luò)的入侵檢測.pdf
- 計(jì)算機(jī)專業(yè)外文翻譯---網(wǎng)絡(luò)目標(biāo)
- 基于計(jì)算機(jī)視覺的目標(biāo)運(yùn)動軌跡檢測.pdf
- 基于視覺感知的神經(jīng)計(jì)算模型及其應(yīng)用研究.pdf
- 半導(dǎo)體神經(jīng)計(jì)算機(jī)硬件實(shí)現(xiàn)研究及在全方位實(shí)物識別中的應(yīng)用.pdf
- 計(jì)算機(jī)病毒傳播及網(wǎng)絡(luò)演化模型.pdf
- 正常中青年人群視網(wǎng)膜血管圖象計(jì)算機(jī)分析.pdf
- 計(jì)算機(jī)視覺監(jiān)控中的運(yùn)動目標(biāo)分類算法研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)中的數(shù)值計(jì)算問題及計(jì)算機(jī)仿真.pdf
- 計(jì)算機(jī)網(wǎng)絡(luò)擁塞模型及控制方法的研究.pdf
- 計(jì)算機(jī)及網(wǎng)絡(luò)類
- 應(yīng)用多電極陣列研究視網(wǎng)膜疾病動物模型視網(wǎng)膜神經(jīng)元環(huán)路.pdf
- 基于計(jì)算機(jī)視覺的運(yùn)動目標(biāo)檢測與跟蹤方法的研究.pdf
評論
0/150
提交評論