基于神经网络的黑白图形视觉识别机制模拟.pdf

亡理科学 2001 年第 24 卷第 1 期
基于神经网络的黑白图形视觉识别机制模拟‘
沈模卫陈硕水仁德
()
摘要物理刺激引起视觉系统的生理反应,经过大脑的信息加工而形成视觉。现有多种模型从不同角度对
视觉机制进行模拟。该文利用人工神经网络技术对黑白图形识别的视觉机制加以模拟,构建了个两层 BF
(bacpropagatio)神经网络模型。应用所建网络对一幅目标和背景灰度分布曲线有重交的图像进行了成功
识别,对大脑视觉加工机制作了有益的探索。
关扭词: 视觉机制 E F 神经网络圈住识别
引言
物理刺激引起视觉系统的生理反应,经过大脑(J(频率分布)
对视觉信息加工而形成视觉。与各种动物甚至昆虫
相比,人眼的结构和功能远不是最复杂和最强大的,
人的视觉系统中,太脑中枢起着更重要的作用。许
多视觉现象,如马赫带、视错觉、大小常性、颜色常性 f(灰度)
等,都是由于大脑对视觉信息加工而形成的。
现有多种模型从不同角度对视觉机制进行了不图 l一2 分布曲线孟盛
同程度的解释和模拟。最基本的有 Yang(1807) - 图 1 图像的目标、背景的灰度分布曲线(曲线 b 代表背景,
H etrnholtz(1896)的三色说,H erin(1864 )的四色理曲线 t代表目标)
论,Abram o}(1968)的颜色视觉假设!’1。近期的研图像根据目标和背景的灰度分布规律,可以分
究,是在上述理论的基础上,就视觉机制的某一方为两类二一类图像目标、背景的灰度分布曲线是分
面,提出更为细致具体的模型。如综合了照明、反射离的,彼此不发生交叉(如图 1- 1 所示),记作工类;
和感受性的模型12);复杂的光刺激及视觉机制模另一类图像目标、背景的灰度分布曲线有交叉(如图
型f31;视觉系统的调节功能模型[’] ;引人空问特性 1 - 2 所示)。记作 ll 类。对于工类图像,根据图像的
像素灰度分布规律,选择适当的灰度阑值,就可以将
的局部对比和全局对比模型151;引人时间特性的时
图像中的目标和背景分别出来,较易实现其视觉机
间过程模型16.。上述模型为探索视觉机制作了有
制的模拟。对于n 类图像,用上述各种模型识别都
益的尝试。本文基于上述研究,以具有一定特征的
具有一定困难,说明这些模型对视觉机制表达不够
黑白图像为识别对象,提出了模仿大脑视觉信息加
充分。
工的人工神经网络模型,试图在视觉机制上作一些
对于 U 类图像人眼可以轻松地从混乱的背景
尝试性探索。
中识别出特定目标。这种功能主要取决于人的视觉
机制。图像产生的光线,经过眼睛的屈光系统到达
(7(频率分布) 视网膜,网膜信号经过视神经传导,到达视觉皮层,
大脑经过对局部或全局的对比、同已有经验的比较
以及其他更为复杂的处理,最终形成关于图像的“视
觉[,, “川。任何特定的算法,基本上都无法具备大脑
l(灰度)
产生各种误差。
图 1 一1 分布曲钱分离 II
基金项目:浙江省"151 人才工程一