生物側(cè)抑制機(jī)制及應(yīng)用研究.pdf

1、側(cè)抑制是神經(jīng)系統(tǒng)信息處理的基本原則之一。從鱟這樣原始的節(jié)肢動物到人，從外圍神經(jīng)系統(tǒng)直至中樞的各級水平，從觸覺到視覺的各種感覺系統(tǒng)中都存在側(cè)抑制作用。側(cè)抑制在圖像處理、模式識別、人工智能、成像制導(dǎo)等領(lǐng)域都具有廣闊的應(yīng)用前景。本文對側(cè)抑制機(jī)制的前沿神經(jīng)科學(xué)理論進(jìn)行探索，并著重對側(cè)抑制機(jī)制的應(yīng)用進(jìn)行深入研究。 首先，在圖像處理方面，將常見的數(shù)字式非循環(huán)側(cè)抑制網(wǎng)絡(luò)、雙峰高斯分布的非循環(huán)側(cè)抑制網(wǎng)絡(luò)應(yīng)用于圖像增強(qiáng)，處理后的圖像“勾邊”效果明

2、顯；引入可能性度量因子，對基于分流型抑制機(jī)制的邊緣檢測算法進(jìn)行改進(jìn)，邊緣提取效果明顯優(yōu)于常規(guī)算法；此外，將側(cè)抑制機(jī)制與脈沖耦合神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，提出了一種基于側(cè)抑制機(jī)制的脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割方法，所分割圖像具有很好的連通性。 隨后，研究了一種新的基于時空信息的運(yùn)動目標(biāo)檢測方法。該方法引入了演算側(cè)抑制(Algorithmic Lateral Inhibition，簡稱ALI)模型和多通道的概念，將視頻圖像分別在各通道上進(jìn)行時

3、域ALI、時空域ALI運(yùn)算獲取運(yùn)動信息，并用時空域ALI消除噪聲。仿真實驗表明，該方法在復(fù)雜背景下可以精確獲取運(yùn)動目標(biāo)的輪廓。 接著，建立一種基于皮層柱側(cè)抑制機(jī)制的神經(jīng)網(wǎng)絡(luò)群，模擬大腦皮層柱的脈沖發(fā)放現(xiàn)象，并利用該神經(jīng)網(wǎng)絡(luò)群進(jìn)行位置跟蹤。先后采用Stein神經(jīng)元和改進(jìn)的Hodgkin-Huxley神經(jīng)元構(gòu)建神經(jīng)網(wǎng)絡(luò)群，分別將皮層柱內(nèi)及皮層柱間的側(cè)抑制機(jī)制應(yīng)用于神經(jīng)網(wǎng)絡(luò)群編碼、解碼，實現(xiàn)神經(jīng)網(wǎng)絡(luò)群的負(fù)相關(guān)點火。皮層柱側(cè)抑制機(jī)制的應(yīng)