导读:本文包含了交叉视觉皮质模型论文开题报告文献综述及选题提纲参考文献，主要关键词:交叉视觉皮质模型,真实图像再现,色调映射,视觉特性
交叉视觉皮质模型论文文献综述
李成,汪沛,毕笃彦[1]（2018）在《基于交叉视觉皮质模型的真实图像再现方法》一文中研究指出真实图像再现技术旨在实现人类视觉对场景的真实认知,兼顾低动态范围图像增强和高动态范围图像色调映射的双重任务。该文首先对真实图像再现技术进展作了总结和分析,着重指出了视觉系统相关思路和方法,进而提出基于邻域强化连接交叉视觉皮质模型的统一框架,设计了算法流程,实现了不同动态范围图像在显示端真实再现的目标。仿真实验表明该方法尤其对于非均匀光照图像,能够提高亮度动态范围和调整对比度,同时能够保证高动态图像的高视觉质量显示。(本文来源于《电子科技大学学报》期刊2018年02期）
高山,毕笃彦,任宇环,魏娜[2]（2016）在《基于兴奋-抑制交叉视觉皮质模型的V1区轮廓整合机制和注意力选择实现》一文中研究指出本文旨在利用模仿生物神经细胞同步脉冲发放的交叉视觉皮质模型(ICM)对生物视觉系统的轮廓整合机制及注意力选择机制进行初步探索。将生物神经元"兴奋-抑制"振荡子的思想引入到ICM中,同时引入目标轮廓链码作为高层反馈控制输入,提出了拥有自底向上(BUTTON-UP)及自顶向下(TOP-DOWN)机制的兴奋-抑制交叉视觉皮质模型(EI-ICM)。仿真实验显示,本文提出的模型可有效抑制噪声使得光滑边缘同步发放,从而完成BOTTOM-UP过程;目标轮廓链码的引入可得到与输入目标链码一致的目标轮廓,而其它目标由于与输入目标链码不匹配,无法形成闭合轮廓,从而完成TOP-DOWN过程。结果表明本文提出的模型可模拟视觉皮层V1区轮廓整合及注意力选择机制。(本文来源于《生物医学工程学杂志》期刊2016年05期）
胡伟生[3]（2015）在《基于交叉视觉皮质模型图像融合算法研究》一文中研究指出通过某种融合算法将不同的图像源或者是同一传感器上的两幅或者多幅图像融合成为一幅新的图像称之为图像融合。随着技术的发展,图像融合技术有着质的发展和提升,使得图像的融合效果得到了很大的改善。为了进一步改善图像的融合效果,本论文主要研究了基于非下采样Contourlet变换(Non-Subsampled Contourlet Transform, NSCT)与第叁代人工神将网络模型中对交叉视觉皮质模型(Intersecting cortical model, ICM)进行改进相结合的方法对图像进行融合。论文的主要工作和创新如下：1.文章开始部分简要的对图像融合研究的背景、意义以及融合的方法进行了介绍。然后阐述了图像融中由小波变换到Contourlet变换,再到NSCT变换的历程,着重介绍了Contourlet变换和NSCT变换的理论。最后,文章对图像融合方法中的第叁代人工神经网络模型之脉冲耦合神经网络模型(Pulse Coupled Neural Network, PCNN)和交叉视觉皮质模型作了详细的介绍。2.对传统的ICM模型作进一步的改进,改进的ICM模型中的参数不需要人工选取,实现了自适应选取,能够满足图像的实时处理。相对于Contourlet变换,NSCT变换具有平移不变性的特性,因此,本文选取NSCT变换作为图像的多尺度、多方向的分解工具,然后结合改进的ICM模型对图像进行融合。3.源图像经过NSCT变换分解后,对于低频部分本文采用改进的拉普拉斯和(Improved Sum-modified of Laplace, ISL)与改进的拉普拉斯能量并(Improved Sum-modified Energy of Laplace, ISE L)相结合的方法进行融合,对于高频部分本文采用与改进的ICM模型相结合的融合规则对图像进行融合。4.最后本文通过叁类图像源即医学图像、红外线与可见光图像、多聚焦图像分别进行融合仿真实验,本论文通过主观定性和7个客观定量指标对图形的融合结果进行综合的评价。通过不同图像源以及多组的实验仿真,从实验结果中可以得出：本文提出的算法无论从主观性评价还是7个客观性评价指标均优于其它融合算法,本文不仅提高了融合图像的清晰度,而且较大程度保留了融合图像的细节信息,具有边缘信息突出,亮度对比度高的优点,取得了满意的融合效果。(本文来源于《浙江工商大学》期刊2015-12-01）
戴文战,胡伟生[4]（2016）在《改进交叉视觉皮质模型的医学图像融合方法》一文中研究指出传统的交叉视觉皮质层模型(intersecting cortical model,ICM)在图像边缘检测和图像的分割等领域得到了广泛的应用,但模型中的一些参数需要人工去选取,从而降低了模型应用结果的准确度。为了使ICM中的参数能够自适应选取,对传统的ICM进行改进,提出改进的ICM与非下采样Contourlet变换(non-subsampled Contourlet transform,NSCT)相结合的方法应用于医学图像的融合。实验结果表明,该算法无论从主观性评价还是从六个客观性评价指标均优于其他融合算法,不仅提高了图像的清晰度,而且较大程度地保留了图像的细节信息,具有边缘信息突出、亮度对比度高的优点,取得了满意的效果。(本文来源于《计算机应用研究》期刊2016年09期）
周理,高山,毕笃彦,何林远[5]（2013）在《基于改进交叉视觉皮质模型的图像分割新方法》一文中研究指出从人类视觉特性出发,将具有"中心抑制,周边加强"性能的人眼视觉侧抑制现象与交叉视觉皮质模型相结合,形成了一种与人类视觉保持一致的适合图像分割的侧抑制-交叉视觉皮质模型。在此基础上,利用灰度级-邻域平均灰度级二维直方图,将一维卡方散度推广至二维,构造出了基于最小二维卡方散度的分割准则,进而提出一种实时性高的图像分割新算法。实验仿真表明,这种分割算法效果优于原始ICM算法和经典的Otsu算法,同时该准则计算速度远高于基于二维最小交叉熵准则的计算速度。(本文来源于《计算机工程与科学》期刊2013年07期）
朱孝政[6]（2013）在《基于交叉视觉皮质模型的图像快速分割新算法》一文中研究指出为了使光学图像分割处理达到实时性标准,本文引入了具有生物学背景的交叉视觉皮质模型用于图像分割。在不降低分割效果的前提下,将交叉视觉皮质模型的阈值衰减函数调整为线性衰减函数,形成了线性衰减阈值-交叉视觉皮质分割新模型;引入了运算简便且抗噪性强的Chi-square散度,采用灰度级-邻域平均灰度级二维直方图将其推广至二维空间,设计了一种新的分割准则以确定模型的参数与循环迭代次数。(本文来源于《电子设计工程》期刊2013年08期）
蒲恬,李英花,程建,郑虎[7]（2012）在《基于改进交叉视觉皮质模型的彩色图像增强》一文中研究指出为了获得更加符合人眼生理视觉感知的图像,提出了一种在HIS空间上的基于改进的交叉视觉皮质模型(ICM)的彩色图像增强算法。在分析传统ICM工作机制的基础上,保留原模型的基本特性,对模型中的内部活动项和动态阈值部分进行改进,将线性衰减变为非线性,满足了人眼对亮度感知的非线性;同时将衰减因子变为步长的减法,降低了算法复杂度并增强了算法的自适应性。结合图像增强的原理,对亮度分量采用符合视觉属性的阈值强度函数,同时对饱和度分量进行非线性处理。实验表明用该算法能获得更加清晰、鲜艳生动的处理结果。(本文来源于《计算机应用》期刊2012年11期）
高山,王星,程嗣怡,李成,车飞[8]（2013）在《交叉视觉皮质模型中向心自动波的实现》一文中研究指出对交叉视觉皮质模型神经元运行机理进行了深入研究,分析了以向心自动波为解决方式的构造方法,指出Kinser向心自动波的构造方式存在的问题;从曲线演化的线性热流和形态学中值集两个角度设计了向心自动波的具体实现方式,解决了交叉视觉皮质模型迭代过程中所产生的干涉现象.(本文来源于《西安电子科技大学学报》期刊2013年01期）
周理,何林远,孙毅,毕笃彦,高山[9]（2012）在《基于交叉视觉皮质模型的骨架伪分支剔除方法》一文中研究指出为解决骨架伪分支剔除过程中目标几何尺寸失真和处理效率低下的问题,提出一种基于交叉视觉皮质模型的图像骨架伪分支剔除算法。首先,依据骨架伪分支的固有特征,引入并修正了骨架分支端点和连接点的定义,以准确获取骨架分支与伪分支的位置信息;然后,利用这些点的位置信息和交叉视觉皮质模型循环点火次数,构建出交叉视觉皮质神经元传播的熄火条件;最后,在熄火条件的指引下,借助点火神经元动态发放的脉冲具有并行传播的生物性能,从而快速判断并准确剔除伪分支。与传统数学形态学方法的比较实验结果表明,该算法不仅计算速度快,抗噪能力强,而且能够保持骨架结构的完整性。(本文来源于《计算机应用》期刊2012年09期）
袁文金[10]（2012）在《基于交叉视觉皮质模型的MRI图像配准研究》一文中研究指出图像配准(Image registration)就是将两幅或多幅图像进行匹配、迭加，这些图像可以是不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的。图像配准在医学图像处理、遥感图像、计算机视觉等领域都有很广泛的应用，是目标识别、变化检测、图像镶嵌、图像融合、时序图像分析等实际应用中关键环节。MRI图像的配准对于MRI时序图像分析、癫痫病的诊断都有很大的帮助。交叉视觉皮质模型(Intersecting Cortical Model, ICM)作为第叁代人工神经网络模型，因其不同于传统神经网络的特点——不需要学习和训练，已在图像处理中有广泛的应用，如图像平滑、图像去噪、图像分割等，本文将用交叉视觉皮质模型来实现MRI图像配准。图像配准技术发展到现在，已经有很成熟的方法，稳定的操作流程。本文首先介绍了图像配准技术的图像配准的发展以及图像配准的各种方法。然后阐述了脉冲耦合皮质模型(pulse-coupled neural network, PCNN)的原理以及其简化模型——脉冲视觉皮质模型的原理，及在图像应用中的机制。同时还说明传统应用ICM的方法，时间序列和时间矩阵存在的一些问题。在此基础上，本文对ICM模型做一定改进，提出了点火次数矩阵的ICM方法，并使之应用于图像配准，实验取得不错效果。为了减少模型运行时间，还运用边缘检测的方法来减少模型中的卷积运算以减少运行时间。本文主要内容可以归纳一下几个部分：(1)介绍图像配准技术：原理、分类、评价等；(2)研究脉冲视觉皮质模型运行特点，了解其的优缺点，在此基础上，提出本文的点火次数矩阵方法；(3)用边缘检测的方法来减少模型应用于图像时的运行时间。(本文来源于《华中科技大学》期刊2012-01-10）
交叉视觉皮质模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文旨在利用模仿生物神经细胞同步脉冲发放的交叉视觉皮质模型(ICM)对生物视觉系统的轮廓整合机制及注意力选择机制进行初步探索。将生物神经元"兴奋-抑制"振荡子的思想引入到ICM中,同时引入目标轮廓链码作为高层反馈控制输入,提出了拥有自底向上(BUTTON-UP)及自顶向下(TOP-DOWN)机制的兴奋-抑制交叉视觉皮质模型(EI-ICM)。仿真实验显示,本文提出的模型可有效抑制噪声使得光滑边缘同步发放,从而完成BOTTOM-UP过程;目标轮廓链码的引入可得到与输入目标链码一致的目标轮廓,而其它目标由于与输入目标链码不匹配,无法形成闭合轮廓,从而完成TOP-DOWN过程。结果表明本文提出的模型可模拟视觉皮层V1区轮廓整合及注意力选择机制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交叉视觉皮质模型论文参考文献
[1].李成,汪沛,毕笃彦.基于交叉视觉皮质模型的真实图像再现方法[J].电子科技大学学报.2018
[2].高山,毕笃彦,任宇环,魏娜.基于兴奋-抑制交叉视觉皮质模型的V1区轮廓整合机制和注意力选择实现[J].生物医学工程学杂志.2016
[3].胡伟生.基于交叉视觉皮质模型图像融合算法研究[D].浙江工商大学.2015
[4].戴文战,胡伟生.改进交叉视觉皮质模型的医学图像融合方法[J].计算机应用研究.2016
[5].周理,高山,毕笃彦,何林远.基于改进交叉视觉皮质模型的图像分割新方法[J].计算机工程与科学.2013
[6].朱孝政.基于交叉视觉皮质模型的图像快速分割新算法[J].电子设计工程.2013
[7].蒲恬,李英花,程建,郑虎.基于改进交叉视觉皮质模型的彩色图像增强[J].计算机应用.2012
[8].高山,王星,程嗣怡,李成,车飞.交叉视觉皮质模型中向心自动波的实现[J].西安电子科技大学学报.2013
[9].周理,何林远,孙毅,毕笃彦,高山.基于交叉视觉皮质模型的骨架伪分支剔除方法[J].计算机应用.2012
[10].袁文金.基于交叉视觉皮质模型的MRI图像配准研究[D].华中科技大学.2012