基于视觉神经计算模型的图像边缘检测方法

借鉴视觉系统的轮廓感知能力,提出了一种基于视觉神经计算模型的图像边缘检测新方法.首先构建以动态突触互连的双层神经元网络;接着建立了一种基于突触前神经元响应模式的脉冲传递模型,利用神经元的脉冲发放时空模式来凸显边缘空间信息;最后通过发放率灰度映射获取图像边缘信息.以包含较多弱对比度边缘的微生物显微图为例,以信息熵、边缘置信度和重构相似度做定量分析,结果表明所提方法能够有效实现弱对比度边缘检测,为视觉机制在图像处理中的应用提供崭新的思路.     

基于STDP的神经元连接电路的仿真和分析

人工神经网络是一种模仿人脑结构及其功能的信息处理系统,人工神经网络的硬件实现能充分发挥神经网络大规模并行处理的特点应用于各种工程中,并促进脑科学基础研究的进一步发展.本文实现了（integrate-and-fire,IF）神经元电路设计;完成了（spike-timing dependent plasticity,STDP）机制的电路设计;构建了基于STDP机制的神经元连接电路;分析了STDP机制对神经元连接电路放电特性的影响.研究结果表明：在基于STDP机制的神经元连接电路中,当突触前神经元和突触后神经元的脉冲尖峰具有时间上的差异时,突触权重会发生变化,且进一步影响突触后神经元的脉冲释放.     

一种改进的基于STDP规则的SOM脉冲神经网络

将脉冲神经网络的高效处理能力与自组织映射神经网络相结合,构造了一种基于突触可塑性(STDP)规则的SOM脉冲神经网络模型.该网络将输入和权值用脉冲发放时间编码,符合生物信息处理机制.用STDP规则调整权值,不需要通过学习率控制收敛速度,缩短网络训练时间.使用欧氏距离的平方计算权值和样本之间的相似度,与欧氏距离法相比简化了计算,便于硬件实现.基于MATLAB仿真平台,用该网络对UCI机器学习数据库中Iris数据集进行聚类后精度达到93.33%,比传统的SOM、K-means等聚类方法更具有优越性.     

基于小波变换的多尺度图象边缘检测

边沿作为图像视觉的最主要特征 ,成为图像信息获取的重要内容 .而小波变换具有检测局域突变的能力 ,而且可以结合多尺度信息进行检测 ,因此成为图像信息边缘检测的优良工具 .基于信号与噪声在不同尺度下小波系数模的变化特征 ,利用小波变换系数模局部极大值来提取图像的边缘特征 .实验结果说明这种特征提取方法不仅有效地降低了噪声 ,而且也能较准确地提取图像的边缘及降低计算量 .     

基于新型神经元模型上的突触可塑性建模

提出的一种新型神经元模型,利用Eric R Kandel的工作成果,抓住神经递质调节突触活动过程的主要特征,在较微观的层次上,抽象出了突触可塑性模型,该模型包含了Eric R Kandel和他的同事所总结的神经递质信号调节突触的后3种方式,它可以和新型神经元模型结合起来,可以对突触连接权值函数进行修饰.最后对可塑性模型的计算复杂性作了简单的说明,并讨论了该可塑性模型与Hebb理论和STDP的不同之处.     

基于时空上下文信息的混合交通视频检测算法

前景物体的边缘信息对混合交通视频检测的参数提取和表达具有非常重要的作用. 为克服孤立地利用当前图像无法准确提取边缘信息的问题,提出了基于时空上下文表达的混合交通边缘提取新算法. 在获取当前边缘信息基础上,结合运动目标的特征属性与时空上下文相关信息,通过检索文本的关联性,进行前景边缘提取. 实验表明,文中算法能够准确而充分利用上下文信息实现前景边缘的提取,前景边缘的有效提取率可达95%以上,为后续混合交通视频检测的分类识别和参数提取提供了有效的依据.      

一种基于视觉感知的复合医学图像分割算法

为提高医学图像分割的视觉效果,依据人类视觉感知的分层特性,提出了一种新的复合医学图像分割方法.该方法通过提取医学图像的底层特征,利用Fuzzy-ART神经网络作为像素的分类器,对医学图像进行连续两次分割.实验结果表明,该医学图像分割方法能有效地解决局部信息与整体分布边缘淡化等相关问题,达到良好的分割视觉效果.     

短小零件直线度误差的高精度测量方法

针对短小零件直线度的高精度测量,提出利用机器视觉与光学放大的方法。通过获取零件边缘图像,提取坐标,评定直线度误差值。针对边缘图像的特征,提出了利用改进的算法提取边缘,利用自标定方法进行系统标定。通过采取不同提取点数的对比试验结果表明,该方法不仅具有较高的测量精度,并且对于测量点数的选择具有指导意义。     

基于新型神经元模型上的突触可塑性建模

提出的一种新型神经元模型．利用Eric R Kandel的工作成果，抓住神经递质调节突触活动过程的主要特征．在较微观的层次上．抽象出了突触可塑性模型．该模型包含了Eric R Kandel和他的同事所总结的神经递质信号调节突触的后3种方式．它可以和新型神经元模型结合起来．可以对突触连接权值函数进行修饰．最后对可塑性模型的计算复杂性作了简单的说明．并讨论了该可塑性模型与Hebb理论和STDP的不同之处．     

基于梯度二阶导数的Canny阈值自适应选取算法

图像边缘含有丰富的图像信息,对于很多视觉系统至关重要,比如目标检测与图像分割等。传统的Canny算子仅能用于灰度图像,无法有效利用彩色图像中的颜色信息;此外,该方法需要人为设定高低阈值,不能自适应提取图像边缘,进而造成背景边缘放大等问题。提出了一种基于Canny的自适应彩色图像边缘检测算法;该算法首先通过图像一阶直方图的统计特性,自适应地选取高斯滤波器的参数σ,有效去除了噪声;同时改善了σ参数设置不合理对边缘检测的影响。其次采用了基于图像梯度二阶导数的阈值选取的方法,即根据图像特性自适应选取合适的阈值。实验结果表明:算法能很好地改善传统Canny算子的缺陷,对于彩色图像的边缘信息提取能达到很好的效果。