基于生物视觉机制的图像感兴趣区域快速获取方法研究.PDF

第３３卷第９期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．９ ２０１６年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１６ 基于生物视觉机制的图像感兴趣区域快速获取方法研究 刘尚旺　胡剑兰 （河南师范大学计算机与信息工程学院　河南新乡４５３００７） （“智慧商务与物联网技术”河南省工程实验室　河南新乡４５３００７） 摘　要　　为快速准确地获取图像感兴趣区域，有必要从宏观视觉通道到微观视觉神经细胞全程模拟生物视觉机制。首先，在模拟 宏观视觉ｗｈｅｒｅ通道的超复数傅里叶变换ＨＦＴ（ＨｙｐｅｒｃｏｍｐｌｅｘＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）模型中，为突显图像中的显著目标，增加背景通道， 抑制背景信息；其次，用模拟生物视觉神经元的脉冲耦合神经网络ＰＣＮＮ（ＰｕｌｓｅＣｏｕｐｌｅｄＮｅｕｒａｌＮｅｔｗｏｒｋ）来扩展ＨＦＴ模型：将改进 ＨＦＴ模型的显著图作为简化ＰＣＮＮ的输入图像，并利用最小交叉熵分割出感兴趣区域。实验结果表明，该感兴趣区域提取算法的准 确性达到９８．１％，提取时间为５．７３２ｓ，能够快速准确地检测出图像的感兴趣区域。 关键词　　视觉注意模型　ＨＦＴ　ＰＣＮＮ　感兴趣区域 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０９．０４１ ＡＦＡＳＴＩＭＡＧＥ’ＳＲＥＧＩＯＮＯＦＩＮＴＥＲＥＳＴＡＣＱＵＩＳＩＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤ ＯＮＢＩＯＬＯＧＩＣＡＬＶＩＳＩＯＮＭＥＣＨＡＮＩＳＭ ＬｉｕＳｈａｎｇｗａｎｇ　ＨｕＪｉａｎｌａｎ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｘｉａｎｇ４５３００７，Ｈｅｎａｎ，Ｃｈｉｎａ） （ＥｎｇｉｎｅｅｒｉｎｇＬａｂｏｆＩｎｔｅｌｌｉｇｅｎｃｅＢｕｓｉｎｅｓｓａｎｄＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ，ＨｅｎａｎＰｒｏｖｉｎｃｅ，Ｘｉｎｘｉａｎｇ４５３００７，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏａｃｑｕｉｒｅｉｍａｇｅ’ｓｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔｑｕｉｃｋｌｙａｎｄａｃｃｕｒａｔｅｌｙ，ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｓｉｍｕｌａｔｅｔｈｅｗｈｏｌｅｐｒｏｃｅｓｓｏｆｂｉｏｌｏｇｉｃａｌ ｖｉｓｉｏｎｍｅｃｈａｎｉｓｍｆｒｏｍｍａｃｒｏｓｃｏｐｉｃｖｉｓｕａｌｃｈａｎｎｅｌｔｏｍｉｃｒｏｖｉｓｕａｌｎｅｒｖｅｃｅｌｌｓ．Ｆｉｒｓｔ，ｉｎｈｙｐｅｒｃｏｍｐｌｅｘＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ（ＨＦＴ）ｍｏｄｅｌｗｈｉｃｈ ｓｉｍｕｌａｔｅｓｔｈｅｍａｃｒｏｓｃｏｐｉｃｖｉｓｕａｌ“ｗｈｅｒｅ”ｃｈａｎｎｅｌ，ｉｎｏｒｄｅｒｔｏｈｉｇｈｌｉｇｈｔｔｈｅｓａｌｉｅｎｔｏｂｊｅｃｔｓｉｎｉｍａｇｅｓ，ｗｅａｄｄｂａｃｋｇｒｏｕｎｄｃｈａｎｎｅｌｔｏｉｎｈｉｂｉｔｔｈｅ ｂａｃｋｇｒｏｕｎｄｉｎｆｏｒｍａｔｉｏｎ；Ｓｅｃｏｎｄｌｙ，ｗｅｅｘｐａｎｄＨＦＴｍｏｄｅｌｂｙｐｕｌｓｅｃｏｕｐｌｅｄｎｅｕｒａｌｎｅｔｗｏｒｋ（ＰＣＮＮ）ｗｈｉｃｈｓｉｍｕｌａｔｅｓｔｈｅｂｉｏｌｏｇｉｃａｌｖｉｓｕａｌ ｎｅｕｒｏｎｓ：ｔａｋｉｎｇｔｈｅｓａｌｉｅｎｔｍａｐｏｂｔａｉｎｅｄｂｙｔｈｅｉｍｐｒｏｖｅｄＨＦＴａｓｔｈｅｉｎｐｕｔｉｍａｇｅｏｆｓｉｍｐｌｉｆｉｅｄＰＣＮＮａｎｄｔａｋｉｎｇｔｈｅａｄｖａｎｔａｇｅｏｆｍｉｎｉｍｕｍ ｃｒｏｓｓｅｎｔｒｏｐｙｔｏｓｅｇｍｅｎｔｔｈｅｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔａｃｑｕｉｓｉｔｉｏｎａｌｇｏ ｒｉｔｈｍａｃｈｉｅｖｅｓ９８．１％，ａｎｄｔｈｅｅｘｔｒａｃｔｉｏｎｔｉｍｅｉｓ５．７３２ｓ，ｓｏｉｔｃａｎａｃｑｕｉｒｅｔｈｅｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔｑｕｉｃｋｌｙａｎｄ