一种模拟视觉机制的图像分割模型

杜馨瑜 李永杰 尧德中

（电子科技大学神经信息教育部重点实验室，成都 610054）

引言

视觉是人类和高等动物赖以认识客观世界的主要感觉。在输入的全部感觉信息中，估计有70％以上与处理视觉信息有关［1］。一方面，现代信息技术的长足进步促进了视觉研究的深入；另一方面，对视觉基础研究的深入，又反过来对信息技术提供了新的研究思路。

借鉴视觉机制建立图像处理模型可以从以下两个方面考虑，一类是基于视觉单细胞神经元感受野电生理特性，如Marr等提出用双高斯滤波器（DOG）来解释人类视觉的底层行为，实现图像边缘提取［2］，邱芳土等对非经典感受野的三高斯模型改进用于图像增强［3］。Ghosh等引入δ函数来表示非经典感受野的高阶Laplace特性，用于图像增强，边缘检测和解释视觉心理［4］。另一类是在考虑视觉神经元系统的基础上，在视觉神经元的网络功能层次上进行图像处理建模，如脉冲耦合神经网络等。

Kayser等认为视觉系统高层次加工不仅仅是受单个细胞的影响［5，6］。因此，另一类模型在考虑视觉神经元系统的基础上，在视觉神经元的网络功能层次上进行图像处理建模。如，Munder等采用带有局部感受野的前向神经网络提取图像特征对行人进行识别［7］。Wohler等采用延时神经网络模拟感受野群的时空特性对序列图像进行分析［8］。Perez等采用前向神经网络模拟视觉系统多细胞感受野进行人脸识别和手写字体识别［9］。Sejnowski和Olshausen分别从独立成分分析和稀疏成分分析角度对视觉图像编码进行了探讨［10－11］。……