基于视觉仿生的超分辨率图像信息获取方法

文档序号:6634791
基于视觉仿生的超分辨率图像信息获取方法
【专利摘要】本发明公开了一种基于视觉仿生的超分辨率图像信息获取方法,属于图像处理领域。本发明受人眼在微动模式下能够获取超分辨率图像信息的启发,结合人眼固视微动和超分辨率特性,提出一种基于视觉仿生的超分辨率图像信息获取方法。该方法建立了超分辨率图像信息获取的模型,揭示了人眼固视微动与超分辨率图像信息获取之间的定量关系,并通过实际图像数据进行仿真验证。本发明方法获取的图像细节大幅增加,视觉效果显著改善,即获取了超分辨率的图像信息,具有应用和推广价值。
【专利说明】基于视觉仿生的超分辨率图像信息获取方法

【技术领域】
[0001] 本发明涉及图像处理领域,具体属于超分辨率图像获取技术。

【背景技术】
[0002] 人类视觉系统的视网膜承担着视觉信号的初级处理功能,总的来说,视网膜由三 层细胞组成。第一层是感光细胞层,主要负责感受外界的光照刺激;第二层是双极细胞层, 负责联络作用,将感光细胞与神经节细胞相联系;第三层是神经节细胞层,它是唯一能将视 网膜处理后的视觉信息编码为神经电信号传输到大脑的细胞。视网膜中有一个非常重要的 概念一感受野。神经节细胞的感受野是指一定区域范围内的神经节细胞,这些细胞能够同 时感受来自上一层细胞的某个刺激,并产生相应的响应输出。在感知外界自然场景时,外部 光信号入射到视网膜的感光细胞上,并经视网膜双极细胞回路传递至神经节细胞,神经节 细胞将接收到的光刺激转化为神经电信号,经视交叉神经和外膝体神经中转,最终到达大 脑的视觉皮层,视觉皮层对电信号进行处理加工后还原出视觉图像。
[0003] 18世纪30年代,科学家们发现人眼具有固视微动现象,即在注视某一静止物体 时,人眼并不是静止不动的,而是以自身无法觉察的频率和幅度进行着微小运动,这种微小 运动称为人眼的固视微动。19世纪70年代,Westhemer G.发现人眼具有超分辨能力现象, 即在正常人眼视网膜的中央凹区,两个视锥细胞的最小中心距离为30"到Γ,理论分析 认为,人眼的分辨能力受视网膜内感光细胞的排列密度限制。心理物理实验研究表明,在某 些刺激图形下,人眼可以分辨空间上相距大约1"到6"视角的两个点,这大大超出了视网 膜中央窝区感光细胞的最大排列密度,比理论值高出一个数量级,这种现象被称为人眼的 超分辨率。
[0004] 2000年,S. Martinez通过在实验室条件下建立绝对的眼球固定状态,以抑制固 视微动的发生,实验证实当不存在眼球的微动时,视网膜上成的像将突然模糊并消失,这 就是著名的"Troxler效应",可见眼球的微动与视网膜感知成像有着密切的关系。对于 "Troxler效应",早期的科学家认为,由于视觉系统对于移动的物体更加敏感,因此固视微 动的意义就是制造这样的运动以防止视觉信号的持续不变导致视觉神经系统的适应过程, 而使得感知信息退化消失。但是越来越多的观测和实验结果表明这样的理解并不能够解释 固视微动的全部意义,因此持续涌现出对于眼动功能的大量解释。当前主流意见一致认为, 当人注视着一个特殊的物体或者背景时,固视微动对于视觉的敏度和精度也有相应的意义 和作用,但眼球固视微动与超分辨率之间的具体关系并没有被详细研究。


【发明内容】

[0005] 采用人工神经元MP模型来模拟视觉神经元的工作过程,即通过构建一个MP 神经单元来模拟视觉神经对外界输入光强的感知、响应及编码过程。MP神经元有一 个阈值,当输入光强信号累加超过神经细胞阈值时,神经元即被激活,否则处于抑制状 态。假定X 1, X2…Xn是传来的输入信号,》1,》^"'表不输入信号的权重,0i表不神经 元的响应阈值,则第i个神经元的输入与输出关系表示为

【权利要求】
1. 基于视觉仿生的超分辨率图像信息获取方法,其特征在于:采用人工神经元MP模型 来模拟视觉神经元的工作过程,即通过构建一个MP神经单元来模拟视觉神经对外界输入 光强的感知、响应及编码过程。
2. 根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: MP神经元有一个阈值,当输入光强信号累加超过神经细胞阈值时,神经元即被激活,否则处 于抑制状态。
3. 根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: 假定X1, Xf Xn是传来的输入信号,W1, Wf Wn表不输入信号的权重,0 i表不神经兀的响应
4. 根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: 在不同光强L的刺激下,神经元激发出的响应信号不同,每个神经元的激励响应输出由式
进行表达,式中L为入射光强,O为神经元响应输 出,i表示第i个神经元被激励,R为各神经元响应阈值所满足的分辨率。这样由多个神经 元被激励后所构成的光强量化序列,即形成了一组神经编码,不同的神经编码序列代表不 同的外界输入光强。
5. 根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: 在人眼固视微动模式下,眼球的随机运动使得外界入射到视网膜上的光强信号发生随机变 化,即Lk (X,y) = L (X,y) + A L (X,y),其中Lk为固视微动后的光强,A L为固视微动引起的随 机变化量。
6. 根据权利要求5所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: 人眼固视微动导致视觉刺激的变化可用光流方程表达为AL(x,y) =a(X,y)Ax+b(x,y) 八7,式中八1(1,7)表示点(1,7)上的光强度变化,3(1,7)、13(1,7)分别为点(1,7)的水平 方向梯度和垂直方向梯度,A X,Ay分别表示固视微动引起的水平和垂直方向的眼动幅度。
7. 根据权利要求6所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于: 本发明采用分数阶微分表示a (x,y)、b (x,y),即:
8. 根据权利要求6所述的基于视觉仿生的超分辨率图像信息获取方法,其特征在于:
为AL,它是一个期望为0、方差为a2+b2的高斯随机变量。
9. 根据权利要求6所述的基于视觉仿生的超分辨率图像信息获取方法,其特 征在于:考虑到统计时间t,A L (X,y)应相应地表达为A L (X,y, t),即Lk (X,y)= L (x,y) + A L (x,y,t)。当眼动产生的刺激到达视觉系统后,神经网络将会产生相应的神经信 号序列[L(x, y) +AL(x, y, t)],对应的固视微动影响下神经元[L]+i被激活的概率P[u+i可
10. 根据权利要求9所述的基于视觉仿生的超分辨率图像信息获取方法,其特 征在于:规定神经元的数目为M,由于M的限制导致了静态情况下感知图像的分辨率 较低,本发明通过神经元的随机编码统计分析以提高分辨率。对神经编码在T个周 期内进行采样统计,时间统计值[I*]可以作为对原始光刺激强度的最终估计值,即:
【文档编号】G06N3/10GK104361395SQ201410662684
【公开日】2015年2月18日 申请日期:2014年11月17日 优先权日:2014年11月17日
【发明者】代少升, 刘劲松, 向海燕, 刘琴, 常静敏 申请人:重庆邮电大学
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1