高慶一，逯 鵬，袁道任

(1.北京航空航天大學(xué) 計(jì)算機(jī)學(xué)院，100191 北京;2.鄭州大學(xué) 電氣工程學(xué)院，450001 鄭州)

目標(biāo)識(shí)別是圖像處理中的研究熱點(diǎn)之一.與基于像素的邊緣檢測(cè)［1］、圖像分割［2］、模板匹配［3］等傳統(tǒng)方法不同，人類視覺是通過感知信息的檢測(cè)、提取、整合等過程完成目標(biāo)識(shí)別.其原理和方法與計(jì)算機(jī)方法有著本質(zhì)的不同.作為感知信息檢測(cè)中最重要的機(jī)制，模擬感受野的信息處理模式是解決基于視覺的目標(biāo)識(shí)別［4－5］的關(guān)鍵問題.目前典型的模型是二維Gabor 函數(shù)［6－7］.二維Gabor 函數(shù)擬合所得到的結(jié)果與視覺的非線性處理機(jī)制是沖突的［8］.主要原因是其只模擬簡(jiǎn)單細(xì)胞，缺少對(duì)復(fù)雜細(xì)胞感受野機(jī)制的模擬.

根據(jù)感受野特征的復(fù)雜度逐漸增高的特點(diǎn)，以感受野分層特性及神經(jīng)元響應(yīng)篩選的必要性為前提，以實(shí)現(xiàn)目標(biāo)識(shí)別為目的，模擬復(fù)雜細(xì)胞感受野并利用側(cè)抑制機(jī)制篩選神經(jīng)元響應(yīng)，進(jìn)而設(shè)計(jì)算法并驗(yàn)證模型的有效性.從而建立新的視覺模擬計(jì)算模型，該模型首先去除圖像二階相關(guān)性，減少冗余;然后對(duì)簡(jiǎn)單細(xì)胞感受野的刺激進(jìn)行拓?fù)涮卣魈崛?，得到?fù)雜細(xì)胞的感受野刺激響應(yīng);進(jìn)而模擬側(cè)抑制機(jī)制，解決非經(jīng)典感受野對(duì)經(jīng)典感受野的抑制作用易受制約的問題［9］.實(shí)驗(yàn)結(jié)果表明，算法能利用少樣本實(shí)現(xiàn)大量圖像的目標(biāo)識(shí)別.

1 視覺計(jì)算模型

模擬視覺的計(jì)算模型如圖1 所示.

圖1 模擬視覺計(jì)算模型圖

1.1 基函數(shù)訓(xùn)練

圖像拓?fù)涮卣魈崛〔捎猛負(fù)銲CA［10］方法，算法思想是允許小鄰域h(i，j)內(nèi)分量間相關(guān)鄰域外分量盡量獨(dú)立，基函數(shù)的相關(guān)性是采用能量相關(guān)定義的.

式中:m 為鄰域的寬度.當(dāng)m=2 時(shí)，則定義了一個(gè)3×3 的鄰域.

基函數(shù)的相關(guān)性用能量相關(guān)定義為

式中:G(·)為非線性調(diào)節(jié)函數(shù);wi為分離基向量;x(t)為樣本;學(xué)習(xí)算法采用自然梯度下降方法，更新規(guī)則為

式中:φ(X(k)uT(k))為批處理中的均值.

最后，將訓(xùn)練的拓?fù)浠瘮?shù)集合與圖像結(jié)合得到圖像的拓?fù)浠瘮?shù)響應(yīng).

為篩選并確定集合中響應(yīng)強(qiáng)烈的神經(jīng)元，首先根據(jù)目標(biāo)特征設(shè)定閾值為

式中:wimax為最大響應(yīng)系數(shù);wimin為最小響應(yīng)系數(shù);λ 為常數(shù).

算法1 拓?fù)浠瘮?shù)學(xué)習(xí)算法.

輸入:16 幅樣本圖像.

輸出:響應(yīng)矩陣W 及相應(yīng)的拓?fù)浠瘮?shù)A.

步驟:

1)隨機(jī)采樣樣本圖像，得到訓(xùn)練樣本數(shù)據(jù);

2)中心化和白化處理樣本數(shù)據(jù)，作為算法輸入數(shù)據(jù);

3)基于ICA 模型S=WX 計(jì)算X，根據(jù)式(1)對(duì)W 進(jìn)行更新，每個(gè)基函數(shù)歸一化成為單位向量;

4)如果ΔW ≤θ 時(shí)，則停止迭代，否則回到步驟3);

5)停止學(xué)習(xí)，輸出結(jié)果響應(yīng)矩陣W 及原圖像空間基函數(shù)矩陣A.

1.2 基于側(cè)抑制的神經(jīng)元篩選

神經(jīng)系統(tǒng)的側(cè)抑制［11］是某個(gè)神經(jīng)元產(chǎn)生興奮時(shí)，對(duì)相鄰神經(jīng)元有抑制作用.神經(jīng)元側(cè)抑制模型［12］如圖2 所示.

圖2 神經(jīng)元側(cè)抑制模型

設(shè)定Ro為神經(jīng)元響應(yīng)輸出，Rj為輸入，Rij為抑制閾值，n 為神經(jīng)元細(xì)胞的抑制的范圍，Kj為抑制系數(shù)，則側(cè)抑制網(wǎng)絡(luò)的數(shù)學(xué)模型為

兩神經(jīng)元之間的距離定義為歐幾里德距離d.側(cè)抑制系數(shù)Kj可表示為

式中α 為常數(shù).

側(cè)抑制網(wǎng)絡(luò)的數(shù)學(xué)模型可以表示為

通過對(duì)抑制閾值Rij和抑制系數(shù)Kj的控制，達(dá)到對(duì)神經(jīng)元響應(yīng)的篩選.設(shè)篩選完成之后的輸出為Y，若Rj≥Rij，將Y 置1;否則，將Y 置0.

圖像刺激只是引起少部分神經(jīng)元響應(yīng)強(qiáng)烈，大部分神經(jīng)元在基值0 附近，模擬側(cè)抑制機(jī)制，篩選出響應(yīng)強(qiáng)烈的神經(jīng)元.

算法2 基于側(cè)抑制的篩選算法.

輸入:含有識(shí)別目標(biāo)的圖像和待測(cè)試圖像.

輸出:響應(yīng)強(qiáng)烈神經(jīng)元的側(cè)抑制特征

步驟:

1)對(duì)樣本圖像順序采樣;

2)用主分量分析方法進(jìn)行白化，得到預(yù)處理后的輸入圖像對(duì)應(yīng)矩陣;

3)設(shè)定抑制閾值Rij和抑制系數(shù)Kj，將其輸入與Rj比較;

4)將比較后的對(duì)應(yīng)內(nèi)容輸出，即為響應(yīng)強(qiáng)烈神經(jīng)元對(duì)應(yīng)特征.

2 目標(biāo)識(shí)別算法

基于上述模型，目標(biāo)識(shí)別算法TRA(Target Recognition Algorithm)基本思想是:首先從樣本圖像中學(xué)習(xí)并提取拓?fù)浠瘮?shù);然后利用側(cè)抑制機(jī)制對(duì)這些基函數(shù)進(jìn)行篩選;最后用含有目標(biāo)和待測(cè)試圖像對(duì)神經(jīng)元進(jìn)行模擬刺激，通過對(duì)比差異識(shí)別目標(biāo).

算法3 目標(biāo)識(shí)別算法TRA.

輸入:含有識(shí)別目標(biāo)的圖像和待測(cè)試圖像.

輸出:感受野感受到的相應(yīng)刺激內(nèi)容.

步驟:

1)對(duì)采樣的圖像塊進(jìn)行白化處理;

2)基于ICA 模型S=WX 計(jì)算S;

3)利用側(cè)抑制機(jī)制對(duì)S 進(jìn)行篩選，找出最佳神經(jīng)元響應(yīng);

4)輸出該神經(jīng)元所表示的感受野內(nèi)容;

5)對(duì)有差異的圖像神經(jīng)元所表示的感受野內(nèi)容進(jìn)行對(duì)比，定位差異區(qū)域.

3 實(shí) 驗(yàn)

選取實(shí)驗(yàn)圖像10 幅256×256 的規(guī)則的自然圖像作為樣本圖像進(jìn)行訓(xùn)練.

3.1 數(shù)據(jù)采樣及預(yù)處理

算法在Matlab 7.1 環(huán)境下運(yùn)行，操作系統(tǒng)為Windows XP，CPU 為Intel(R)Core(TM)2 Duo T5870 +@2.0 GHz，2.0 GHz@2 GB.

采用16×16 的滑動(dòng)空間子窗口對(duì)每幅圖像進(jìn)行隨機(jī)采樣，這樣可以消除像素之間的統(tǒng)計(jì)特性誤差，10 幅圖像共得到50 000×256 的輸入數(shù)據(jù)集合;然后在簡(jiǎn)單細(xì)胞的感受野中將集合中心化和白化后并降至160 維，得到的樣本矩陣作為基函數(shù)學(xué)習(xí)的輸入;最后在復(fù)雜細(xì)胞感受野中對(duì)輸入數(shù)據(jù)進(jìn)行訓(xùn)練，得到視神經(jīng)的拓?fù)浠瘮?shù)，如圖3 所示.

圖3 10 幅圖像訓(xùn)練的拓?fù)浠瘮?shù)

3.2 目標(biāo)識(shí)別

采用大小為16×16 的像素滑動(dòng)空間子窗口對(duì)圖像進(jìn)行順序采樣.在實(shí)驗(yàn)中，受到實(shí)驗(yàn)圖像刺激后，會(huì)有神經(jīng)元產(chǎn)生響應(yīng)，而這些響應(yīng)刺激形成視覺感知的感受野，其感受野如圖4 所示.

圖4 實(shí)驗(yàn)圖像的感受野

目標(biāo)識(shí)別過程首先利用側(cè)抑制機(jī)制篩選出響應(yīng)刺激較強(qiáng)的神經(jīng)元，然后根據(jù)神經(jīng)元的響應(yīng)位置定位圖像區(qū)域的目標(biāo)，如圖5 所示.

3.3 實(shí)驗(yàn)對(duì)比

分別采用TRA 算法、邊緣檢測(cè)和圖像分割3種方法進(jìn)行目標(biāo)識(shí)別，其實(shí)驗(yàn)結(jié)果如圖6 所示.

圖5 目標(biāo)識(shí)別

由圖6 可知，在山峰背景下和云層背景下，TRA 算法能夠準(zhǔn)確識(shí)別目標(biāo)區(qū)域位置;邊緣檢測(cè)算法不能檢測(cè)出目標(biāo)輪廓;圖像分割算法能檢測(cè)出模糊目標(biāo)輪廓，目標(biāo)不易識(shí)別.90 幅有目標(biāo)圖像，3 種算法識(shí)別目標(biāo)的結(jié)果如表1 所示.

圖6 實(shí)驗(yàn)對(duì)比結(jié)果

表1 90 幅含有識(shí)別目標(biāo)的圖像的實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果

4 結(jié)論

1)模擬復(fù)雜細(xì)胞感受野分層信息處理機(jī)制，并引入神經(jīng)元之間的側(cè)抑制機(jī)制來篩選神經(jīng)元較強(qiáng)烈的響應(yīng)，從而能模擬生物視覺的信息處理機(jī)制的視覺感知模型.

2)設(shè)計(jì)算法、高目標(biāo)識(shí)別率驗(yàn)證了模型的有效性.實(shí)驗(yàn)結(jié)果表明，該方法能快速、準(zhǔn)確地進(jìn)行目標(biāo)識(shí)別.

［1］LEI Xiaogang，LI Ying，ZHAO Na，et al.Fast segmentation approach for SAR image based on simple Markov random field［J］.Journal of Systems Engineering and Electronics，2010，21 (1):31－36.

［2］CHEN Weibin，ZHANG Xin.Based on an improved sobel edged etection operator in the application［C］//Proceedings of 2010 4th International Conference on Intelligent Information Technology Application(IITA).Hebei Province:IEEE，2010:439－442.

［3］OUYANG Yi，XING Jianguo.Based on adaptive weighted CAMSHIFT human motion tracking algorithm［C］//Proceedings of 2010 2nd International Conference on Intellectual Technology in Industrial Practice (ITIP2010).Hebei Province:IEEE，2010:85－87.

［4］逯鵬，李永強(qiáng)，王治忠，等.基于視覺感知的故障圖像檢測(cè)算法［J］.儀器儀表學(xué)報(bào)，2010，31(9):1997－2002.

［5］張菁，沈蘭蓀，David Dagan Feng.基于視覺感知的圖像檢索的研究［J］.電子學(xué)報(bào)，2008，36(3):494－499.

［6］HARUTIUNIAN-KOZAK B A，KHACHVANKYAN D K，GRIGORYAN G G，et al.Dynamic spatial organization of receptive fields of neurons in the 21a cortical area［J］.Neurophysiology，2010，45(3):175－184.

［7］XU Wanying，HUANG Xinsheng，WANG Yiping，et al.A biologically motivated corner detection method based on the oriented receptive fields of simple cortical cells［C］//Proceedings of the 2010 International Conference on Biomedical Engineering and Computer Science (ICBECS).Washington，DC:IEEE Computer Society，2010:1－4.

［8］OLSON S J，GROSSBERG S.A neural network model for the development of simple and complex cell receptive fields within cortical maps of orientation and ocular dominance ［J］.Neural Networks，1998，11(2):189－208.

［9］DOU Y，WANG L F，KONG L F.A model of nonclassical receptive field in visual cortex［J］.Journal of Yanshan University，2009，33(2):109－113.

［10］LEE Gin-Chong，LOO Chu-Kiong，LETCHUMANAN C.Two-factor face authentication:topographic independent component analysis (TICA) and multispace random projection (MRP) ［C］//Proceedings of the 2009 International Conference of Soft Computing and Pattern Recognition.Washington，DC:IEEE Computer Society，2009:756－761.

［11］RATLIFF F，HARTLINE H.The responses of the Limulus optic nerve fibers to patterns of illumination on the receptor mosaic［J］.J Gen Physiol，1959，42 (6):1241－1255.

［12］CHEN Yuepeng，F(xiàn)U Hongwei.Study and application of lateral inhibition models in image's contour enhancement ［C］//Proceedings of the 2010 International Conference on Computer Application and System Modeling (ICCASM).Washington，DC:IEEE Computer Society，2010:23－27.