視覺假體中的視覺顯著圖提取與運動檢測.pdf

1、研究目的:
　　視覺假體是一種植入式的醫(yī)用電子設備。它通過將微攝像頭采集的圖像像素化處理后轉化為電信號刺激視覺神經系統(tǒng)使失明患者重新獲得部分視知覺。在視覺假體中，神經電極作用于視網膜，視神經及視皮層上引起相應神經結構興奮，產生神經脈沖;該脈沖傳導至大腦皮層，從而產生視知覺。視覺假體的目的不是再生視覺的所有細節(jié)（如:顏色，深度，質地結構），而是僅為患者完成有限的基本生活活動如閱讀，行走，運動檢測等，提供有用的視知覺信息，但是視覺假體

2、產生的神經活動依賴于刺激微電極與神經單元間點對點的有限數量的刺激。在電刺激神經元的過程中需要提供給電極有限的像素化圖像，然而，在日常生活活動中包含的信息量是巨大的，如不經過處理直接用于視覺假體上，盲人會出現不能識別如障礙物等顯著性目標。因而需要對攝像頭所采集的圖像進行顯著性處理，得到圖像中最顯著性的信息。通過分析其中最有效成分，可獲得適應于視覺假體的像素化圖像，實現視覺假體的最終目的。
　　研究方法:
　　1.Itti模型的

3、研究和分析。RGB圖像分解成亮度、顏色和方向圖。利用Itti模型對亮度、顏色和方向圖三個特征通道進行高斯金字塔分解及多尺度相加運算，得到三個通道的顯著圖;這三個通道的顯著圖平均求和得到的綜合顯著圖。
　　2.改進Itti模型。RGB圖像分解成H、S和I圖取代顏色、亮度和方向圖;將RGB圖像轉換得到HSI圖像的H、S、I特征的圖像及它們的高斯金字塔分解圖像，特征圖，顯著圖以及由顯著圖加權求和得到的綜合顯著圖。應用顯著圖精確度和圖像處

4、理時間來衡量改進前后兩種算法的效果。
　　3.顯著圖的優(yōu)化。依據人眼更加關注圖像中央區(qū)域信息的視覺機制，利用位置顯著圖對改進的Itti模型進行優(yōu)化。利用圖像的位置顯著圖對綜合顯著圖進行優(yōu)化，能夠削弱周邊區(qū)域的顯著性。
　　4.改進的顯著圖算法用于場景中運動的檢測。改進的顯著圖算法處理一段自錄的含有運動場景的視頻，檢測視頻中的運動。
　　研究結果:
　　1.一幅RGB圖像輸入到Itti模型中，首先得出圖像的的亮度、

5、顏色和方向的高斯金字塔分解的圖像，其次得出這三個通道的特征圖和顯著圖，最后顯著圖平均求和得出的綜合顯著圖。
　　2.一幅RGB圖像輸入到改進模型中，首先得出將RGB圖像轉換得到HSI圖像的H、S、I三個特征的圖像及它們的高斯金字塔分解的圖像，其次得出它們的特征圖和顯著圖以及這三個顯著圖加權求和得到的綜合顯著圖。
　　3.通過計算顯著圖的精確度得出利用改進方法提取的顯著圖比Itti模型提取的顯著圖精確度提高了約15％-20％。

6、統(tǒng)計改進方法和Itti方法在處理一幅400×300大小圖像的運行時間，及他們在處理不一樣大小的圖像時所消耗的時間，改進算法在檢測顯著性區(qū)域時用的時間少了近50％。
　　4.利用改進的顯著圖算法用于處理含有運動場景的視頻，從仿真結果可看出方法是可以檢測到視頻中人的運動。
　　研究結論:
　　1.通過對Itti模型和改進方法得到的綜合顯著圖的精確度對比，改進方法提取的顯著圖比Itti模型提取的顯著圖精確度得到了提高。改進方

7、法提取的顯著性區(qū)域要優(yōu)于Itti模型的結果。
　　2.利用優(yōu)化的模型檢測得出顯著圖，不管是復雜背景的圖像還是人工合成的圖像，利用優(yōu)化的方法都可以得到較好的結果。
　　3.改進方法在運算速度和效率上要優(yōu)于Itti方法。由于Itti方法除了要提取顏色和亮度特征外，還要提取方向特征，這個過程的運算量比較大。而改進方法精簡了不同尺度的3個特征圖，且替代了方向特征，運算量要小。
　　4.改進模型用于運動檢測算法是可以檢測到視頻中