视觉作为人类获取和处理信息(特别是图像信息)的第一途径,有着明显优于光学方法的生理机制。本论文在研究人类视觉特性的基础之上初步构造和分析了人类视觉系统的数学模型,论证了模型的可行性,并将该模型应用到医学图像处理中,明显提高了图像处理的效果,论文主要研究的工作如下: (1) 根据细胞之间存在的侧抑制机制能够对接收到的视觉信息进行选择性的提取这一视觉生理特性,运用数学方法模拟视觉细胞之间存在的这种机制,提出了一种具有分流型抑制机制的视网膜细胞神经网络模型(SIRCNN),分析了该模型的稳定性,给出了等价电路图。 (2) 在SIRCNN模型的基础之上,提出了一种新的图像边缘检测算法,根据视觉系统中视觉细胞感受野的生理特性,设置了合理的模板参数。将该算法应用于常规图像和磁共振图像边缘检测中,试验结果表明,这种以生物视觉感知机理为基础的神经计算方法可有效地增强图像反差,检测图像边缘。 (3) 利用视觉皮层神经元之间存在的局部兴奋全局抑制机制能够使神经元根据接受到的视觉信息产生相应的振荡活动这一生理现象,深入分析和探讨了基于此生理振荡活动的具有局部兴奋全局抑制机制的视觉皮层神经元振荡网络模型,并利用扰动法求出了该模型的解析解,为进一步深入研究神经系统的复杂动力学行为提供了理论证据。 (4) 在局部兴奋全局抑制神经元振荡模型的基础之上,运用最小交叉熵原理提出了一种自动确定参数的图像分割新算法。将该算法应用于磁共振图像和CT图像分割试验中,试验结果表明,这种以生物视觉感知机理为基础的神经计算方法可有效地检测出不同目标。 (5) 在前面两个模型研究结果的基础之上从生理机制、数学理论、视觉信息处理机制三个方面重点分析了SIRCNN模型和局部兴奋全局抑制神经元振荡模型之间的联系与差别。