基于视觉认知的自然图像目标识别研究

《基于视觉认知的自然图像目标识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、k．噎歹分类垮TP密级公开UDC38@镶摩：篓，。雾辔攀静癣。蛰婺论文题目：基于视觉认知的自然图像目标识别研究论文作者：李作进‰气1；业：控制理论与控制工程氧每论文导师答辩日期粼月人。牟，矮潼陀强噱增零一?心和眦鋈釜乏．，一‰、．。心和。一菰专，一7J，重庆大学博士学位论文学生姓名：李作进指导教师：石为人教授专业：控制理论与控制工程学科门类：工学重庆大学自动化学院二O—O年五月AThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDeg

2、reeofDoctorofEngineeringByLiZuoJinSupervisedbyProf．ShiWeiRenMajor：ControlTheoryandControlEngineeringCollegeofAutomationofChongqingUniversity，Chongqing，ChinaMay，2010的典型目标进行识别。随着人类对自身视觉系统的深入了解，借助人类视觉的信息处理机制来增强机器视觉的认知能力已是计算机视觉领域的热点研究内容之一。然而，如何模拟大脑视觉系统的典型功能或信息处理机制，使计算机拥有人类所具备

3、的观察和理解世界能力，却是计算机视觉领域面临的一大挑战。本文主要围绕国家973计划子课题“基于视觉信息的环境感知与目标识别关键技术”(课题编号：2007CB31005)的研究任务，借鉴人类视网膜、视皮层的信息处理机制以及视觉心理认知组织准则，构建具有人类某些视觉功能特性的计算模型或方法，以机器视觉感知的自然环境信息——自然图像①_为处理对象，实现自然图像的显著性处理与自然环境的典型目标识别，为机器人自动导航提供视觉环境感知和信息选择性传输机制的可计算方法。基于视觉认知的自然图像目标识别属于神经生理学、认知心理学、生物物理学、计算机信息学以

4、及自动化等众多学科交叉形成的新兴研究课题。作为交叉领域里的一项基础性研究工作，本文在研究方法与思路上有所突破，研究的内容可概括为以下六个方面：①系统、全面地总结了国内外神经科学家在视觉信息处理上取得的功能性实验成果，分析和讨论了视觉信息处理中层次(初级、中级、高级)功能。在总结国内外相关工作的基础上，重点探讨了基于生物视觉特性的自然图像目标识别所涉及的关键技术与难点。②详细分析了人类视网膜感知外部环境的信息处理机制，提出了一种空间可变分辨率的自然图像处理方法。在人类的视觉感知过程中，视网膜成像的分辨率随着注视点空间位置的变化而不同。依据这

5、一生物事实，本文模拟了人类视觉系统视网膜的感知机制，其研究内容主要包括：(1)通过高斯多分辨率金字塔和视觉对不同分辨率的感知敏感性来模拟视网膜的感知特性，实现了一种新的图像非均匀处理方法。对比传统的均匀图像处理方法，本文的提出的图像处理方法在确保像素分辨率不变的情况下实现频率的选择性传输。(2)通过实验，得到了视网膜中央凹点的位置选择、图像分辨率以及图像压缩率三者之间的初步数据关系，西自然图象是一个没有准确定义的概念，科学家为了研究人对所观察的外部环境产生的一砦视觉神经反映而提出的。从信息获取角度来看，自然图象就是人类视觉系统能观测到的信

6、息或者机器所采集的自然环境信息。因此，用计算机模拟或仿真自然环境下某些视觉功能时所处理的对象就是自然图象。重庆人学博士学位论文为后续的深入研究或工程应用提供一定的数据参考。本文提出的自然图像显著性处理方法在海量图像数据的远程传输以及基于图像的远程目标识别中具有广泛的应用价值。③受人类视觉初级视皮层(V1)环境感知机制的启发，提出了一种以gabor积分模块为核心的自然图像目标轮廓提取模型与方法。神经科学家研究表明：生物视觉初级视皮层对环境信息具有抑制以及对兴趣目标循环兴奋增强的功能，从而使得视皮层能快速、高效地从复杂环境中提取观察对象的轮廓

7、或边界，为后续的视觉认知提供重要的特征信息。本文在分析生物视觉初级视皮层信息处理机制基础上，构建了自然场景的目标轮廓提取方法。该计算模型在对自然场景中目标轮廓增强的同时对非相关的环境要素进行抑制，从而实现目标轮廓的显著性提取。其研究内容主要有：(1)建立了gabor积分核的统一表达式，并从数学上证明了该表达式具有类似人类认知现象的性质；(2)进一步构建了具有循环反馈、侧抑制、显著增强功能的计算模型与方法，最后以复杂背景的自然图像为处理对象，验证了该方法在提取自然图像显著性轮廓特征的可行性与优越性。④受视觉“whatpathway”信息处理

8、机制的启发，提出了一种基于感知不变性特征的自然场景目标识别模型与方法。研究表明：“whatpathway”是人类视觉进行物体识别的关键信息通道。在‘'what通路”中，信息处理开始于V1区，经