大范围视觉图像信息处理：神经机理和计算模型

视觉系统与目前的图像处理系统有很大不同,它不是简单地处理物体的光学特性,而是根据图像局部的特征及其与周围环境的关系,对输入图像特征进行编码和加工。本实验室从事视觉神经科学研究30余年，在研究非经典视觉感受野（整合野）结构和功能及其在图像识别和认知中的作用方面有长期积累和一定的国际影响，已形成自己的理论体系。近年来致力于将生物视觉信息加工的原理应用于计算机视觉中，已取得了一定的成果。本项目将聚焦于研究视皮层非经典感受野的输入-输出特性、时空传递函数、神经机理、及其在大范围复杂图像信息处理和特征抽提中的作用。在此基础上，建立相应的非经典感受野计算模型，可应用于解决计算机视觉中的某些基本问题。希望能在一定程度上突破现有理论和方法的局限，为图像信息处理和识别技术拓展一条新路。

中文摘要：.研究大范围整合的神经机制是揭示脑处理复杂图像信息过程的新途径和前沿。我们采用在体细胞内记录，胞内染色技术，多通道阵列电极记录和心理物理等多种研究手段，深入研究了视皮层处理图像信息的神经机制，并在此基础上建立了相应的非经典感受野计算模型，可以准确、高效地解决图像去噪，图像增强，颜色恒常性等基本问题。主要取得了以下成果：（1）初级视皮层神经元经典感受野和非经典感受野特征随刺激对比度可以发生变化，在低对比度刺激条件下, 经典感受野和非经典范围都变大,但是前者的增加更为明显，抑制程度在高对比度刺激条件下增加。（2）用心理物理学的方法研究了人的瞬时目标识别，发现瞬间目标识别的注意野范围可达20度x24度,注意野中心的精度可达90%以上，（3）研究了产生不同大范围整合的神经元机制，抑制型整合野神经元轴突分布局限，易化型整合野神经元轴突分布广泛；（4）建立了基于初级视皮层神经元非经典感受野机制的非结构化辨识模型；（5）建立了基于视网膜神经节细胞及外膝体神经元非经典感受野去抑制特性的图像去噪模型（6）建立了基于初级视皮层神经元感受野特性的颜色恒常性模型。以上工作发表了一系列论文，获得了多项专利，不仅有重要的科学意义，而且有一定的和应用价值，对计算机视觉和复杂图像信息处理提供新的思路和启迪。

内容获取失败，请点击重试