小波变换用于视皮层简单细胞模型的特性分析论文

《小波变换用于视皮层简单细胞模型的特性分析论文》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、小波变换用于视皮层简单细胞模型的特性分析论文【摘要】以视皮层简单细胞生理实验结果为基础，阐述了视皮层简单细胞的生理结构和功能。从视皮层简单细胞具有边缘检测功能出发，分析了“边缘检测型”视皮层简单细胞的数学模型,对小波变换在图像处理中的边缘检测原理进行了分析说明，并对小波变换的数学性质描述。结合“边缘检测型”视皮层简单细胞现有的数学模型的特点和小波变换的性质，对小波变换用于建立"边缘检测型"视皮层简单细胞模型的特性进行了分析。【关键词】人工智能边缘检测小波变换视皮层简单细胞随着对人类视觉系统研究的深入,人们对视觉系统的组成、视觉信息的处理通路以及视觉系统中许多种细胞

2、的特性已经有了比较明确的认识。Marr［1］认为，关于视觉信息的处理可划分为3个不同的层次来描述：①计算理论；②表象和算法；③硬件实现。第一层次是按视觉目的建立映射，即把一种信息映射成另一种信息，并对其抽象性质进行定义和论证；第二层次是输入、输出表象的选择.freelan［9］对二极细胞建立了二维的Gabor函数模型，如下所示：Ψ(X)=exp{-π(x2a2+y2b2)}sin2πu0x（1）其中X=(x,y)。Ψ(X)是高斯包络g(x)=exp{-π(x2a2+y2b2)}的正弦调制栅格，其朝向与x轴重合，空间频率为f0=u0；g(x)的主轴与x，y轴相重合，

3、沿x，y轴的方差各为：σx=1/(a2π)，σy=1/(b2π)利用多通道Gabor滤波进行特征提取有其生理学方面的基础。初级视皮层细胞的多种感受野都可以用二维Gabor函数来描述，表示为：Gabor(x,y,θ,φ)=BC）i的净输入为i，输出为Oi，其特性可表示为：Oi=iiOi=0i≤T。其中T为阈值，以下设T=0，i位于x处，则：i=∫Ψ(r-x)I(r)dr，其中I(x)为图像函数。可以通过旋转产生任意朝向的MBC。令x′=(x′,y′)，则：x′=xcosθ-ysinθy′=xsinθ+ycosθΨθ(x)=Ψ(x′)其中Ψθ(x)具有朝向θ。MBC最

4、显著的特性是对台阶边缘的朝向选择性。4结束语人类接收外界信息有80%来自视觉，视觉系统的目的是赋予机器人类视觉处理信息的能力。视觉系统对外界图像的感知，导致了图像信息在视觉通路间的逐级传递和提取。从生理实验结果知道，视皮层简单细胞检测的是细胞感受野某一特定位置上的方位信息，比起从LGN传输过来时信息得到了精取。把小波变换应用于视皮层简单细胞模型的创建，将对模型的稳定性和可用性起到重要的作用。【