生物視覺仿生在計算機視覺中的應用研究

(西北工業大學 航天學院， 西安 710072)



摘 要：探討了生物視覺仿生在計算機視覺中的應用，重點研究了鱟復眼、蠅復眼、人眼視覺及貓視覺皮層的仿生技術。結果表明，生物視覺仿生為計算機視覺的研究提供了可行和有效的途徑。

關鍵詞：生物視覺仿生； 側抑制； 對數極坐標變換； 脈沖耦合神經網絡

中圖分類號：TP391 文獻標志碼：A

文章編號：10013695(2009)03115703



Application of biovision bionics on computer vision



WANG Hongmei， LI Yanjun， ZHANG Ke



(College of Astronautics， Northwestern Polytechnical University， Xi’an 710072， China)



Abstract:This paper discussed the biovision bionics and its application on computer vision. Researched limulus’s vision， flies’s vision， human’s vision and cat’s visual cortex primarily. Experiment results show that biovision bionics provide a feasible and effective approach for the research of computer vision.

Key words：biovision bionics; lateral inhibition; logpolar transform; pulse coupled neural network(PCNN)



近二十多年來，計算機視覺技術已用于目標檢測、視覺導航和導彈的精確制導等眾多領域，但實際應用中，計算機視覺在目標檢測、位置估計、目標跟蹤和信息處理的實時性等方面仍存在很大的局限性。計算機視覺理論的核心是信息處理，目前已有數以千計的圖像處理算法，許多視覺任務如邊緣檢測、空間位置估計和運動跟蹤等對于生物來說是非常簡單的任務，但對于計算機來說仍是一個尚未很好解決的問題。因此探索生物視覺仿生在圖像處理、目標檢測、運動估計及跟蹤中的應用具有非常重要的意義，也是國內開展研究工作非常有限的課題。

1 鱟復眼仿生技術

對海洋動物鱟的復眼，Hartline等人曾進行了長達四十多年的研究工作，提出了“側抑制野”的概念，并因此于1967年獲得了諾貝爾醫學及生理學獎。

側抑制是神經系統信息處理的基本原則之一。它成功解釋了馬赫帶等一系列視覺現象，在視覺信號的預處理和傳輸階段，側抑制原理被認為起著關鍵的作用。概括而言，相鄰神經元之間存在抑制作用，雙神經元的抑制模型如圖1所示。

20世紀40年代以來，研究者們根據各自不同的研究對象，在生理實驗的基礎上提出了各種數學模型來解釋側抑制引起的現象，如馬赫帶現象。這些模型大多采用了墨西哥草帽型曲線、雙曲線、高斯曲線等權函數的分布。

側抑制在圖像處理中的主要功能有[1]：a) 檢測圖像的邊框，突出邊緣，增加反差；b) 抑制空間低頻部分，相當于高通濾波器，這樣很大的輸入變化范圍壓縮到網絡本身的動態范圍之內，因而對均勻光照起到亮度水平適應作用，把亮度適應機制和邊框突出機制結合起來；c) 對屈光系統所引起的缺陷的成像模糊進行補償，使模糊的圖像又重新變得清晰。

圖2是不同算法邊緣提取的結果。其中：a)為原始的紅外圖像；b)為側抑制增強后邊緣提取的結果；c)為拉普拉斯—高斯增強后的邊緣提取結果；d)為Canny算子邊緣提取的結果。從實驗結果來看，側抑制網絡不僅可以提高圖像的相關性，而且所處理的結果比較自然，灰度表現力好，符合人眼的視覺感受，如果將其置于圖像處理環節，可以更好地提取圖像中的信息。

2 蠅復眼仿生技術

幾十年來，昆蟲的視覺機理一直是許多國家的視覺研究工作者熱衷選擇的極具誘惑性和挑戰性的一個重要課題。這是因為由較小的神經元組成的昆蟲視覺系統雖然簡單，但卻能出色地完成視覺檢測任務，尤其對運動的檢測更是如此。蠅作為具有神經重疊形復眼且能快速運動的雙翅目昆蟲，能高效、實時地對運動環境進行感知和評估，目前還沒有一個人工系統能與之相比。

蠅的復眼是由3 000多只小眼組成的兩個半球對稱地分布在蠅頭部的兩側，半球中的每一只小眼都像一個成像制導中的探測器，具有一定的探測角度，但半球中的小眼組合起來就可以探測半球視場中的目標，而左右兩個半球合起來便可進行全方位的目標探測。

蠅具有卓越的視覺系統和飛行控制系統，能檢測相對于環境的運動，不斷地校正以穩定其飛行路線，同時能夠對目標定位，并具有跟蹤或截擊正在飛行的目標的能力。它們可以識別一些特定視覺圖形，甚至可以區別視覺的質地或分辨圖像背景。蠅的這些特殊功能是由兩個獨立的并行通道完成的，即大場景系統和小場景系統。大場景系統在視網膜圖像的低頻偏移情況下產生扭矩響應，所產生的扭矩用于消除在飛行過程中因空氣擾動和自身飛行動力失衡等原因所形成的意外偏差，減少相對于環境的旋轉，穩定其飛行路線；而小場景系統則在視網膜圖像相對高的振動頻率下對小的目標產生響應，響應過程中的尖峰在圖像背景分辨行為中意味著目標被檢測，從而轉向環境中的物體以實現對目標的分辨和凝視。

在蠅復眼仿生技術的研究中發現，蠅復眼視覺系統具有近360°的視場角，其視覺的最大特點就是具有大場景系統和小場景系統兩個并行信息采集處理通道。大場景系統獲取周邊大環境區域的環境特征，控制其飛行路線；而小場景系統完成目標識別與跟蹤任務。但在進一步研究時發現，在同一個導引頭中同時建立大場景系統和小場景系統是比較困難的[2]。

3 人眼仿生技術

視覺系統完成了人類70%以上的信息獲取，是人類最重要的感覺器官。人的視覺系統包括光學通道和神經通道，在人對周圍事物的感知中也起到傳感器的作用。人視覺系統是一個并行的多通道系統，不同的通道分別承擔著不同的信息傳輸和處理功能。人視覺系統這種復雜的并行結構，在基于特定目標的視覺算法及復雜的多通道特征并行計算方面給出了一個新的啟發，可以考慮將這種多通道特征用于多波段成像的智能化信息處理，其典型的應用是雙波段成像的圖像融合。

此外，在導彈成像制導方面，人眼視覺仿生也有廣泛的應用[3]，如光電目標信息檢測、估計與跟蹤技術等，探索將人眼視覺原理中的一些機制應用于圖像信息的獲取、檢測、運動估計和目標跟蹤。目的是提高圖像數據處理的效率和質量，改善成像制導導引頭在目標檢測、運動估計和跟蹤中的準確性和抗干擾能力。

人眼視網膜中的感受器單元及節細胞的分布是非均勻的，在窩區高度密集而周邊稀疏，因而視覺信息的獲取也是非均勻的；同時，視網膜與皮層間的映射也呈現非均勻特征，使得視覺信息的處理也具有非均勻性。這種空間非均勻信息的獲取與處理方式被稱為空間變分辨率機制。配合注意力機制，通過有意識的眼動，人眼總把窩區對準感興趣的區域。這就使得人眼在具有廣闊視野的同時又具有局部高分辨率，可以使人在對感興趣的目標保持高分辨率的同時又能對視野的其他部分保持警戒。這既為解決同一導引頭中同時建立大場景系統和小場景系統提供了一條途徑，也為多目標跟蹤研究提供了一個很好的參考模式，可以較好地解決目標跟蹤研究中的視場、分辨率和實時性三者之間有效性的矛盾問題。圖3給出了視網膜單元的非均勻排布。

成像制導，包括紅外、可見光和SAR圖像制導，是目前公認的先進無人自主式武器的精確制導方式。成像制導的目標識別方法主要是將武器導引頭的實時觀測圖像與所存儲的目標圖像進行相似度分析，檢測判別出所要攻擊的目標，是一個極其復雜的過程。導引頭所存儲的目標圖像往往是用偵察衛星等其他工具所拍攝的圖像，而導引頭所實時觀測的圖像與所存儲的目標圖像之間往往存在著高度、亮度、旋轉角度、距離、拍攝工具等差異，給圖像的相似度分析帶來很大困難，影響了導引頭對目標探測和識別的準確度。

通過對人眼空間變分辨率機制的研究，發現目標的尺度與旋轉變化映射到對數極坐標變換陣中則表現為目標區域的橫向和縱向的平移[4]。就目標邊緣圖而言，尺度與旋轉的影響只是目標邊緣曲線的平移，目標邊緣曲線形狀并不改變，而這種平移量通過移位匹配算法可簡便得到。有效利用對數極坐標變換的這種圖像尺寸和角度不變性為解決成像制導中的目標識別提供了一種有效的算法。圖4分別給出了目標存在尺度及旋轉變化情況下的對數極坐標變換圖。其中：(a)為原始的目標圖像；(b)為 (a)中的目標放大1.5倍后的圖像；(c)為(a)中的目標逆時針旋轉45°的圖像；(d)~(f)分別為與(a)~(c)對應的對數極坐標變換圖。

可以看出，目標尺度變化相當于映射變換圖上下移動數個單位，旋轉變化相當于映射變化圖左右移動數個單位，因而利用對數極坐標變換的尺度和旋轉不變性可提高目標識別的精度并縮短識別時間。

4 貓視覺皮層仿生

哺乳動物的視覺信息處理過程已經進化到高度完美的階段。脈沖耦合神經網絡 (PCNN) 是由Eckhorn為解釋貓大腦視覺皮層中實驗所觀察到的與特征有關的神經元同步行為現象而提出的[5]。PCNN不同于傳統的人工神經網絡，它是一種單層神經網絡模型，適合于實時圖像處理環境。

PCNN是由若干個PCNN的神經元互連所構成的反饋型網絡，每個神經元由三個部分組成，即接收、調制和脈沖產生，如圖5所示?？梢詫⑵浣忉尀椋篜CNN神經元接收反饋輸入Fij[n]和鏈接輸入Lij[n]；然后在其內部神經元活動系統形成內部活動項Uij[n]；當Uij[n]大于動態門限Tij[n]時，PCNN產生輸出時序脈沖Yij[n]。

PCNN的原理用數學公式表達為

Fij[n]=e-αFFij[n-1]+Sij+VFklMijklYkl[n-1](1)

Lij=e-αLLij[n-1]+VLklWijklYkl[n-1](2)

Uij[n]=Fij[n](1+βLij[n])(3)

Tij[n]=e-αTTij[n-1]+VTYij[n](4)

Yij[n]=1 Uij[n]＞Tij[n]0 Uij[n]≤Tij[n](5)

其中：下標ij是神經元的標號；Fij(n)是ij神經元在第n次迭代時的反饋輸入；Sij為神經元的外部刺激；Lij(n)是神經元的鏈接輸入；β是鏈接系數；T為閾值；Uij是神經元的內部行為；Yij(n)則是第n次迭代時ij神經元的輸出；M和W為神經元之間的連接權系數矩陣；VF 和VL分別是反饋輸入和鏈接輸入的放大系數；Tij和VT是變閾值函數輸出和閾值放大系數；αL、αF和αT分別為鏈接輸入、反饋輸入和變閾值函數的時間常數。

目前，PCNN已經廣泛應用于圖像濾波、圖像融合、目標檢測與識別及圖像分割等領域。當用于圖像分割時，PCNN不同于傳統神經網絡模型的是它不需要訓練就可實現分割。圖6給出了應用脈沖耦合神經網絡進行圖像分割的結果。其中：(a)為原始圖像；(b)為圖像分割結果。

從圖可以看出，采用PCNN可以獲得較好的實驗結果。 此外，由于PCNN是單層神經網絡，其圖像分割的速度較快。

除了PCNN外，人們通過將Eckhorn和Rybak模型的共性部分加以優化和交叉，得到了交叉視覺皮質模型，即ICM(intersecting cortical model)模型[6]，并將其用于變化檢測、圖像濾波及圖像分割等領域，取得了較好的結果。

5 結束語

經過多年的進化，生物視覺系統具有了許多獨特的優勢。本文探討了生物視覺仿生技術在計算機視覺中的應用，該項研究為計算機視覺中諸多問題的解決提供了新的思路。

參考文獻：

［1］王蜂，李言俊，陳鷹.基于側抑制競爭原理提取圖像邊緣的方法[J].西北工業大學學報，1998，16(4):536539.

[2]李言俊，張科.蠅復眼仿生技術在全方位成像制導中應用的探索研究[J].航空兵器，1999(2):3537.

[3]高陽，李言俊，張科.人眼視覺仿生在光電目標信息檢測、估計和跟蹤技術中的應用[J].航空兵器，2006(1):2225.

[4]王立，李言俊，張科.對數極坐標變換識別算法在成像制導中的應用[J].宇航學報，2005，26(3):330333.

[5]JOHNSON J L，PADGETT M L.PCNN models and applications [J].IEEE Trans on Neural Networks，1999，10(3):480498.

[6]徐志平，鐘亦平，張世永.用于脈沖噪聲圖像的交叉視覺皮質模型濾波[J].計算機輔助設計與圖形學學報，2007，19(6):698702.