基于視覺神經(jīng)元網(wǎng)絡計算模型及其在圖像邊緣檢測中的應用研究.pdf

1、視覺系統(tǒng)是人類感知客觀世界的主要途徑。雖然隨著神經(jīng)實驗手段的不斷完善，人們已經(jīng)可以從單個視覺細胞、視覺功能團組以及視皮層復雜信息流等層面對視覺系統(tǒng)的神經(jīng)編解碼模式展開研究，但上述研究大多局限于對視覺神經(jīng)生理實驗的觀察或驗證上。因此如何從人工智能和信息處理的角度出發(fā)，考慮建立符合視覺神經(jīng)特性的網(wǎng)絡計算模型，并研究其在圖像處理中的具體應用就顯得非常有意義。本文首先基于 Leaky Integrate-and-Fire（LIF）模型建立神經(jīng)元

2、網(wǎng)絡，利用神經(jīng)元感受野及發(fā)放波動特性，解釋視覺感光層功能在視覺系統(tǒng)信息獲取中的重要作用；然后基于化學突觸可塑性，研究信號傳遞過程中神經(jīng)編碼的作用，并應用于圖像邊緣檢測中，解釋神經(jīng)編碼模式在視覺系統(tǒng)信息提取中的重要性；最后本文以零件斷層掃描圖像為例，結(jié)合感光層功能及基于動態(tài)化學突觸的神經(jīng)編碼特征實現(xiàn)零件缺陷區(qū)域的邊緣檢測功能。本文的具體研究內(nèi)容及成果包括：
　　(1)提出了一種基于視覺感光層功能的圖像邊緣檢測新方法。構(gòu)建了以LIF神

3、經(jīng)元電生理模型為基本單元的神經(jīng)元網(wǎng)絡；根據(jù)特定時間窗口內(nèi)各個神經(jīng)元的脈沖發(fā)放情況，對神經(jīng)元的增強(ON)或抑制(OFF)類別進行判斷；通過拮抗式感受野特性以及神經(jīng)元激勵的反饋增強模式來實現(xiàn)弱邊緣的凸顯；為克服視覺感光層所具有的適應性并凸顯弱細節(jié)的對比度，對圖像進行多方向多距離尺度的移動，并融合感光層神經(jīng)元網(wǎng)絡脈沖發(fā)放率的差異信息，最后實現(xiàn)圖像邊緣的有效檢測。結(jié)果表明所提出方法可以有效完整地檢測出圖像多強度邊緣，且其對弱邊緣檢測優(yōu)勢明顯。

4、
　　(2)提出了一種基于動態(tài)化學突觸連接的圖像神經(jīng)編碼邊緣檢測方法。構(gòu)建了以LIF神經(jīng)元電生理模型為基本單元的三層神經(jīng)元網(wǎng)絡，基于中心給光興奮(ON)周圍去光興奮(OFF)的感受野特性，改變化學突觸連接的信號傳遞能力，凸顯圖像空間信息編碼特征，分離圖像邊緣及非邊緣所對應神經(jīng)元的發(fā)放模式；為消除神經(jīng)元網(wǎng)絡對噪聲信息的誤編碼，對圖像進行移動預處理；將神經(jīng)元脈沖反饋作用于化學突觸連接，加強神經(jīng)元網(wǎng)絡發(fā)放的時間特征對編碼的影響，實現(xiàn)圖像

5、邊緣的有效檢測。結(jié)果表明本文方法可以有效的檢測出圖像邊緣信息，能夠充分表達圖像中的細節(jié)信息。
　　(3)本文提出一種檢測零件內(nèi)部缺陷區(qū)域邊緣的新方法，嘗試視覺神經(jīng)元網(wǎng)絡計算模型在零件斷層掃描（CT）圖像分析中的應用。通過感光層神經(jīng)元網(wǎng)絡功能及化學突觸可塑性，以神經(jīng)元發(fā)放波動率為特征，調(diào)整突觸連接的信號轉(zhuǎn)化能力，利用具備視覺感知特性的LIF神經(jīng)元網(wǎng)絡發(fā)放編碼，實現(xiàn)CT圖像中缺陷區(qū)域邊緣檢測。實驗表明，相較于傳統(tǒng)方法，新方法對細節(jié)信息