视觉轮廓和颜色信息处理的计算模型

【作者】 李永杰； 李朝义；

【机构】 神经信息教育部重点实验室,电子科技大学生命科学与技术学院； 中国科学院上海生命科学研究院；

【摘要】 人脑是已知最有效的生物智能系统。要使计算机能够像人一样处理复杂的信息和数据,必须发展具有人类智能的信息分析技术。视觉是人类获取信息的最直接与最主要的手段,对大脑视觉信息处理机制的有效模拟必将为现有的图像及视频处理技术带来众多革命性的进步。视觉机制的数学建模和应用已经成为国际计算神经科学及计算机视觉等领域的研究热点。近几年来,我们以本实验室在视觉电生理研究方面积累多年的研究成果为基础,在视觉机制的计算模型方面开展了系统性的研究。本报告将在综述国内外研究现状的基础上,重点介绍我们的相关研究成果,包括模拟视网膜神经节细胞(retinal ganglion cell,RG)、外侧膝状体(lateral geniculate nucleus,LGN)、初级视皮层(primary visual cortex,V1)等层次的信息加工模型及其在图像处理中的应用。主要内容包括:(1)在RG及LGN层次,我们建立了具有亚区结构的神经元非经典感受野(non-classical receptive field,nCRF)模型,不仅可以解释包括去抑制效应(disinhibition)在内的若干电生理实验现象,而且可以非常好地实现图像去噪、增强等功能。将此模型与视觉颜色拮伉特性相结合,还可以很好地实现颜色恒常。(2)在V1层次,我们模拟V1神经元的非经典感受野的空间结构特性,建立了一种基于多尺度的,模拟"端区抑制/侧区抑制"型外周空间结构的自适应非经典感受野模型,其核心思想是根据图像局部特征动态调整外周端区的抑制强度,其中低频信息在实现自适应端区抑制的过程中起着重要的作用。与其它基于非经典感受野特性的模型相比,我们的模型可以在更有效地压制背景干扰的同时,更好地保留主要轮廓信息。(3)综合RG/LGN及V1层次,我们利用RG/LGN中的颜色单拮抗(single-opponent)细胞和V1中的颜色双拮抗(double-opponent)细胞的感受野特性,模拟了彩色场景中物体轮廓信息的加工过程,从计算模型的角度证实了不同特性的颜色敏感细胞在信息加工中具有不同的作用,其中有一类颜色敏感细胞可以同时响应颜色和亮度差别,可以非常简单、有效地同时提取彩色图像中的亮度边界和颜色边界。我们的研究表明,对大脑视觉机制进行合理建模,除了可以从计算神经科学的角度为视觉电生理学的深入研究提供理论支持和实验指导外,还将在生物视觉与计算机视觉之间搭建起一座桥梁,并有望为众多以图像为载体的工程应用提供高效的前端预处理解决方案。更多还原