收藏本站
《合肥工业大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于视觉层次感知机制的图像理解方法研究

钱乐乐  
【摘要】: 图像理解研究利用计算机系统解释图像,实现类似人类或其他高等生物视觉系统理解外部世界的行为,是当前计算机领域的研究热点和难点。图像理解与计算机视觉都在于研究并体现具有与人类视觉认知水平相当的能力,因此从人类视觉感知系统出发研究图像理解过程具有重要的理论意义和应用前景。事实证明图像理解所具有的显著层次分析结构与视觉系统的层次化感知机制是高度一致的,对视觉感知系统的结构和功能的理解及其数学模型的建立是扩充和发展现有图像理解方法的一种重要手段和根本出发点。 本文从图像理解与计算机视觉以及认知学之间的关系入手,以视觉认知的生理学和心理学研究成果为依据,以视觉信息的表示、学习和理解为研究主线,重点分析了视觉层次感知机制及其计算模型,结合相关视皮层的重要结构和功能机理,研究并构建了基于视觉层次感知机制的图像理解框架,完成了视觉分割、轮廓检测、广义目标识别以及场景分类等不同层次的图像理解任务。 本文的主要工作如下: (1)概述了图像理解的发展历史、研究现状及其层次结构特点,介绍了视觉层次感知系统的生理学构造、功能特点及相关研究成果,总结了基于视觉层次感知机制的计算模型,指出了视觉感知系统中存在的若干重要结构和功能机理,分析了图像理解与视觉感知系统之间的关系,提出了基于视觉层次感知机制的图像理解研究框架。 (2)研究了图像理解的低层特征描述方法,针对彩色图像的分割问题,通过构造分层特征描述了具有视觉感知一致性的图像区域,利用Fuzzy-ART内部的bottom-up和top-down交互作用形成了不同特征层次的像素类别划分,结合一定的区域合并策略,构建了层次化的视觉感知分割模型。 (3)以视皮层的拓扑连接为依据,进一步研究了图像理解的低层视觉描述,通过分析神经元之间的侧抑制与拓扑连接关系及其视觉形成机理,在原始自适应共振模型中引入了拓扑结构及其自组织学习策略,建立了具有拓扑保持特性的自适应共振模型,形成了拓扑保持结构下的低层视觉属性描述,实现了视觉目标的轮廓检测以及区域分割。 (4)以图像理解的中层结构信息表示方法为基础,分析了相关视皮层目标识别计算模型,有效利用初级视觉系统的信息抽象方法和稀疏编码机制,形成了视皮层目标识别计算模型中目标原型的稀疏化表示,提出了复杂背景下基于稀疏编码机制的层次化广义目标识别算法。 (5)以图像理解的高层视觉认知过程为背景,在理解场景的全局快速感知效应的基础上,分析了场景感知Gist表示的快速形成机理,研究了视皮层的层内快速反馈动力学特性及其与场景整体感知之间的关系,构建了基于视皮层组织的场景全局感知计算模型,实现了有效地场景分类算法。
【学位授予单位】:合肥工业大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 邓荣峰;王镇波;;高速公路场景下的电子稳像技术研究[J];山东交通科技;2011年04期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 胡良梅;张骏;谢昭;;Booosting及其在图像理解中应用综述[A];第七届全国信息获取与处理学术会议论文集[C];2009年
2 陈志强;曾凯;张丽;邢宇翔;;三维锥束扫描CT成像图像重建算法新进展[A];2004年CT和三维成像学术年会论文集[C];2004年
3 张钢;程良伦;钟钦灵;;图像理解的度量学习方法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
4 徐晓刚;孙正兴;;形状分析方法综述[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
5 谢青;闫静;朱湘君;杜嘉;童善保;;基于环境理解的听觉代替视觉系统的设计[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
6 陶璋;;足球视频序列球员位置提取技术仿真实验研究[A];第八届全国体育科学大会论文摘要汇编(二)[C];2007年
7 郝博;王吉军;魏小鹏;魏昱宁;;室外场景图像理解及情感语义提取技术的研究[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
8 王祎;陈炜;毛士艺;;基于模糊理论和非监督FCM聚类的多传感器图像决策级融合方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 何茂军;尹建芹;刘友;马广付;彭荣生;;一种改进的图像分割方法[A];2003中国控制与决策学术年会论文集[C];2003年
10 王兰莎;张国英;;HSV颜色空间及纹理特征映射方法研究[A];图像图形技术研究与应用(2010)[C];2010年
中国重要报纸全文数据库 前1条
1 南阳市八中 王从瑞;化学平衡教学体会[N];学知报;2011年
中国博士学位论文全文数据库 前10条
1 白明;自主移动机器人的运动规划与图像理解研究[D];大连理工大学;2011年
2 钱乐乐;基于视觉层次感知机制的图像理解方法研究[D];合肥工业大学;2009年
3 胡德昆;基于生物视觉感知机制的图像理解技术研究[D];电子科技大学;2012年
4 沈会良;中低层图像理解算法研究[D];浙江大学;2002年
5 任柯燕;基于机器视觉的室外场景图像理解方法研究[D];北京邮电大学;2012年
6 胡良梅;基于信息融合的图像理解方法研究[D];合肥工业大学;2006年
7 张祥合;复杂场景中目标识别与分类的仿生原理和方法[D];吉林大学;2012年
8 谢昭;图像理解的关键问题和方法研究[D];合肥工业大学;2007年
9 刘茂福;图像挖掘中的图像预处理技术研究[D];武汉大学;2005年
10 韩光;面向非结构环境图像理解的算法研究[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 傅光磊;基于语义绑定的分层视觉词汇库的图像理解算法研究[D];上海交通大学;2010年
2 王佳锐;基于图像理解的动态特征目标分析与辨识方法研究[D];哈尔滨工业大学;2009年
3 周正寅;野外机器人的场景图像理解与偏振特性研究[D];浙江工商大学;2012年
4 魏宪;基于流形学习的图像理解研究[D];上海交通大学;2011年
5 卢艳;基于机器视觉技术的模拟指针式仪表自动检定系统[D];重庆大学;2004年
6 闫国青;基于SIFT的场景理解方法研究[D];长春工业大学;2010年
7 张海洋;基于图像理解的坦克分队战术训练系统[D];南京理工大学;2012年
8 张骏;Boosting方法及其在图像理解中的应用研究[D];合肥工业大学;2009年
9 赵阳;基于图像工程与框架理论识别人体细胞的智能技术研究[D];内蒙古科技大学;2010年
10 柳稼航;利用遥感技术进行城市建筑物震害的自动识别与分类方法研究[D];中国地震局地质研究所;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026