方向選擇性模型及其在圖像處理中的應(yīng)用

第1章 緒論 1.1 研究動(dòng)機(jī) 1.2 相關(guān)研究 1.3 關(guān)于本書 1.4 符號(hào)說明 第2章 模型的生理基礎(chǔ) 2.1 初級(jí)視覺通路 2.2 神經(jīng)節(jié)及外膝體細(xì)胞的感受野 2.3 簡單細(xì)胞的感受野 2.3.1 簡單細(xì)胞的方向選擇性 2.3.2 簡單細(xì)胞感受野的經(jīng)典模型 2.3.3 經(jīng)典模型的問題及相關(guān)模型 第3章 外膝體對(duì)刺激的響應(yīng) 3.1 與對(duì)比度無關(guān)的響應(yīng) 3.2 響應(yīng)函數(shù)及其性質(zhì) 3.3 響應(yīng)曲線 第4章 簡單細(xì)胞的方向選擇性 4.1 基本最小二乘模型 4.2 非線性優(yōu)化模型 4.2.1 底層神經(jīng)元：基于響應(yīng)的有向距離估計(jì) 4.2.2 頂層神經(jīng)元：基于最優(yōu)化決策的方向判定 4.3 模型求解及解的性質(zhì) 4.3.1 帶二次約束的最小二乘法 4.3.2 解的性質(zhì) 4.3.3 數(shù)值解 4.4 誤差分析 4.5 改進(jìn)的非線性加權(quán)模型 4.6 經(jīng)典模型的方向歧義性 第5章 實(shí)驗(yàn)及分析 5.1 方向檢測方法 5.2 模型的選擇 5.3 參數(shù)的確定 5.3.1 覆蓋率的選擇 5.3.2 神經(jīng)元密度 5.4 簡單細(xì)胞感受野的模擬 5.5 刺激復(fù)雜度與計(jì)算誤差 第6章 應(yīng)用一：圖像方向檢測 6.1 檢測方法 6.1.1 算法描述 6.1.2 并行優(yōu)化 6.2 形狀圖像 6.3 自然圖像 6.3.1 與邊緣檢測算法比較 6.3.2 與全局直線檢測算法比較 6.3.3 與邊緣檢測及局部直線檢測算法比較 6.3.4 與局部直線檢測及輪廓檢測算法比較 6.3.5 由粗到細(xì)的表征 6.4 對(duì)更高層處理的增強(qiáng) 6.4.1 分割效果的提升 6.4.2 匹配效果的提升 第7章 應(yīng)用二：視錯(cuò)覺的解釋 7.1 干擾導(dǎo)致的計(jì)算偏差 7.2 錯(cuò)覺的解釋 7.2.1 Zollner 錯(cuò)覺 7.2.2 Orbison 錯(cuò)覺 7.2.3 Caf′e Wall 錯(cuò)覺 7.2.4 Poggendorff 錯(cuò)覺 7.2.5 Hering 錯(cuò)覺 7.2.6 其他相關(guān)錯(cuò)覺 第8章 應(yīng)用三：三維場景理解 8.1 圖像的三維信息獲取 8.2 成像模型 8.2.1 坐標(biāo)系的設(shè)置 8.2.2 坐標(biāo)系的變換 8.3 基本圖形的三維信息 8.3.1 矩形 8.3.2 圓形 8.3.3 特殊三角形 8.4 場景綜合特征分析 8.5 實(shí)驗(yàn) 8.5.1 特征提取 8.5.2 朝向計(jì)算實(shí)驗(yàn) 8.5.3 三維構(gòu)建實(shí)驗(yàn) 總結(jié) 參考文獻(xiàn)