模擬人類視覺(jué)機(jī)理的圖像處理方法.pdf

1、圖像分割和圖像融合是圖像處理的兩個(gè)重要研究方向。圖像分割和圖像融合是目標(biāo)識(shí)別、目標(biāo)跟蹤、目標(biāo)識(shí)別等相關(guān)研究的基礎(chǔ)工作，具有重要的研究意義，一直是人們的研究熱點(diǎn)。
　　由于應(yīng)用的場(chǎng)合和分割目的的不同，圖像分割形成了多種分割方法，但是沒(méi)有一種通用的圖像分割方法。歸根結(jié)底還是計(jì)算機(jī)不能夠像人一樣的工作，算法的設(shè)計(jì)受到了局限。為了使計(jì)算機(jī)能夠像人一樣進(jìn)行圖像分割，計(jì)算機(jī)視覺(jué)的一些理論被逐漸引入到圖像分割的研究中，形成了以脈沖耦合神經(jīng)網(wǎng)絡(luò)模

2、型(PCNN)為代表的的基于人類視覺(jué)機(jī)理的圖像分割方法。如何讓這些新的算法更加智能，是研究者們關(guān)注的熱點(diǎn)。
　　圖像融合指的是將兩個(gè)或者兩個(gè)以上的傳感器在同一時(shí)間或者不同時(shí)間獲得的關(guān)于某一場(chǎng)景的圖像或者圖像序列信息進(jìn)行綜合，從而生成新的關(guān)于這個(gè)場(chǎng)景解釋的信息處理過(guò)程。如何讓圖像融合算法更加貼近人類視覺(jué)的工作模式，讓融合圖像更加符合人類的感知標(biāo)準(zhǔn)，一直是圖像融合研究追求的目標(biāo)。隨著人類視覺(jué)機(jī)理的發(fā)展，圖像融合中也逐漸引入了人類視覺(jué)的

3、一些研究成果，這大大促進(jìn)了圖像融合的發(fā)展。
　　本文以圖像分割和圖像融合為研究對(duì)象，引入人類視覺(jué)機(jī)理模型作為研究方法，探索圖像分割和圖像融合的新方法，使其更加符合人類視覺(jué)標(biāo)準(zhǔn)，取得了較好的結(jié)果。主要研究工作如下:
　　(1)提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)模型的圖像分割新方法。該方法是模擬人類視覺(jué)機(jī)理的一種圖像分割方法。方法將圖像像素看成是大腦神經(jīng)元，在外界輸入的刺激下，通過(guò)循環(huán)迭代的方式發(fā)放脈沖，模擬人腦視覺(jué)皮層的工作方式。

4、在對(duì)圖像進(jìn)行分割的過(guò)程中，引入了最大方差比準(zhǔn)則對(duì)分割過(guò)程進(jìn)行判定，尋找最佳分割點(diǎn)。通過(guò)對(duì)直方圖分別為單峰、雙峰和多峰的圖像進(jìn)行實(shí)驗(yàn)分析，證明了這種算法的有效性。
　　(2)針對(duì)多圖像融合問(wèn)題，在標(biāo)準(zhǔn)PCNN的基礎(chǔ)上，提出了一種新的模型——雙層PCNN模型。這種模型可以更好的模擬人類視覺(jué)在處理多圖像問(wèn)題時(shí)的工作機(jī)理，更加符合人類視覺(jué)機(jī)理。
　　(3)分別基于小波變換、曲波變換和輪廓波變換，同時(shí)結(jié)合PCNN模型和雙層PCNN模型