人类视觉系统建模及其应用

传统的机器视觉和图像处理方法与人类视觉系统处理机制相比有很多不同，它依赖于摄像机所获取的图像，以人眼视网膜成像原理为基础建立二维像素矩阵，提出的方法都是针对该矩阵的运算，信息处理流程自底向上，视觉功能远不如人类视觉系统。人类及其它灵长类动物视觉系统，处理机制精确而复杂，能实时充分地感知环境信息，并迅速作出判断，因此无论从哪方面衡量，都优于目前最好的机器视觉系统。本项目以当前各学科对大脑皮层视觉信息处理机制的研究成果为基础，研究人类视觉机理，分析人类视觉行为和特性，建立表达人类视觉过程的神经视觉模型，研究人类视觉系统计算和记忆特性，揭示人类视觉过程中目标识别、视觉计算、视觉记忆的基本原理和规律，提出一系列基于人类视觉机理的图像处理方法，并应用于图像检索技术中。课题成果对于揭示人类视觉机理、探索机器视觉和图像处理新方法、获得生物新技术甚至为盲人重新获得视觉功能都具有重要的科学意义和工程应用价值

对照项目研究计划，探索人类视觉机理，并构建视觉机理模型，用于实践。主要研究内容包括：点云曲面去噪，三维网格去噪、融合和拼接，图像分割，图像融合和感兴趣区域提取。主要成果：提出了一种基于视觉机理的点云曲面去噪方法，能够有效的区分噪声点和非噪声点，使得重建的三维网格具有更好的光顺度；提出了一种基于顶点融合的方法，很好的解决了在三维网格去噪和拼接方面的大交叠区域的网格融合与拼接问题，使得拼接后的三维网格具有更好的光顺度；提出了一种基于脉冲耦合神经网络模型的图像分割算法，模拟人类视觉机理，用于图像分割；针对图像融合，提出了一种双层PCNN模型，很好的模拟了人类在图像融合过程中的视觉机理，结合小波变换、曲波变换和轮廓波变换，提出了三种融合算法，提高了图像的融合效果；提出了三种基于人类视觉机理的感兴趣区域提取方法。