基于FHN神經(jīng)元改進模型的隨機共振機制及其在圖像處理中的應(yīng)用研究.pdf

1、隨機共振機制顛覆了噪聲對于信號增強而言是有害的觀點，它提供了一種利用非線性系統(tǒng)實現(xiàn)噪聲能量向信號轉(zhuǎn)移的新思路。與此同時，越來越多的神經(jīng)電生理實驗揭示，隨機共振在神經(jīng)系統(tǒng)中可能無處不在，并且背景噪聲在神經(jīng)信息流流動中扮演了重要的角色。其中視覺神經(jīng)系統(tǒng)中的隨機共振現(xiàn)象已經(jīng)成為研究熱點，并陸續(xù)出現(xiàn)隨機共振機制在信號或圖像處理中的應(yīng)用。但上述研究主要集中于理想的雙穩(wěn)態(tài)系統(tǒng)或者是單個神經(jīng)元計算模型的仿真上，關(guān)注于隨機共振方法本身，而忽視了非線性系

2、統(tǒng)的結(jié)構(gòu)對于隨機共振性能也具有重要的影響。因此本文以能夠充分反映神經(jīng)元動作電位產(chǎn)生過程的FitzHugu-Nagnmo(FHN)神經(jīng)元計算模型為基本單元，首先考慮到自突觸結(jié)構(gòu)在視覺神經(jīng)感知系統(tǒng)中的重要作用，提出了具有自突觸特性的FHN神經(jīng)元模型，進行強噪聲背景下弱信號的增強應(yīng)用；然后考慮神經(jīng)元之間的突觸互連結(jié)構(gòu)，進一步構(gòu)建耦合FHN神經(jīng)元模型，以強噪聲背景下的圖像邊緣檢測為例展開了應(yīng)用研究，解釋神經(jīng)感知系統(tǒng)中雙向信息流通機制所起到的重要

3、作用；最后構(gòu)建了基于多重隨機共振機制的FHN神經(jīng)元模型，模擬視覺系統(tǒng)對視野內(nèi)不同層次細節(jié)逐步感知的過程，以多對比度菌落圖像為例，進行圖像邊緣檢測實驗。本文主要工作和研究成果如下：
　　(1)傳統(tǒng)FHN神經(jīng)元網(wǎng)絡(luò)只強調(diào)神經(jīng)元之間的連接機制，忽視了微觀神經(jīng)元本身與神經(jīng)網(wǎng)絡(luò)系統(tǒng)之間的回路，即“自突觸”結(jié)構(gòu)，而本文認(rèn)為該結(jié)構(gòu)在神經(jīng)系統(tǒng)信息傳遞過程中扮演重要角色，因此對傳統(tǒng)FHN神經(jīng)元模型進行改進，模擬自突觸結(jié)構(gòu)在神經(jīng)系統(tǒng)中傳遞信息的過程，

4、并以改進后的模型（自突觸FHN神經(jīng)元模型）為單元，構(gòu)建神經(jīng)元網(wǎng)絡(luò)并應(yīng)用于一維弱信號的增強，通過梯度下降法自適應(yīng)搜尋最優(yōu)內(nèi)噪聲，并給出定量指標(biāo)進行評價；將研究對象擴展到二維圖像信號增強，以峰值信噪比為定量指標(biāo)，獨立調(diào)節(jié)內(nèi)、外噪聲強度。實驗結(jié)果表明，改進模型具有較高的峰值信噪比值，增強后的圖像細節(jié)豐富、層次感強，毛刺少，且對內(nèi)、外噪聲魯棒性強。
　　(2)神經(jīng)系統(tǒng)功能需要多個腦區(qū)神經(jīng)元協(xié)同配合完成，而傳統(tǒng)的神經(jīng)元并聯(lián)和串聯(lián)網(wǎng)絡(luò)基于單向

5、信息流通方式，無法模擬神經(jīng)元之間復(fù)雜的連接方式，因此本文提出一種基于雙向信息流通機制的耦合FHN神經(jīng)元模型：神經(jīng)元之間以互反饋的形式構(gòu)成閉環(huán)系統(tǒng)，同時將其應(yīng)用于強噪聲背景下一維弱跳變信號的檢測問題，隨后進一步應(yīng)用于強噪聲背景下的二維圖像邊緣檢測。實驗結(jié)果表明：與傳統(tǒng)的并聯(lián) FHN神經(jīng)元模型以及串聯(lián) FHN神經(jīng)元模型相比，新模型檢測到的邊緣具有較高的信息熵值，且邊緣完整、準(zhǔn)確、清晰，細節(jié)信息豐富，圖像層次感強，凸顯輪廓。
　　(3)

6、考慮到耦合FHN神經(jīng)元模型本質(zhì)上是全局意義下的增強，并不適合多級強度下的跳變信號增強。因此提出一種基于多重隨機共振機制的弱信號增強新方法。首先在噪聲激勵下，圖像的強對比度邊緣得到凸顯；隨后將檢測結(jié)果與視野內(nèi)原圖進行融合，減弱高對比度邊緣對于視覺感知的干擾，再次利用隨機共振機制實現(xiàn)對低對比度邊緣的檢測。將其用于強噪聲背景下的多幅值跳變信號的檢測問題，獨立調(diào)節(jié)內(nèi)、外噪聲，以研究新模型的魯棒性。強噪聲背景下多對比度菌落圖像的邊緣檢測結(jié)果表明，