论文部分内容阅读
随着越来越多的研究投入到人类视觉系统,利用人眼在视觉上的处理机制来对机器的视觉认知进行增强,现已成为计算机视觉方向的一大热点。早期实验发现,在人眼视网膜上存在一种非经典感受野,其结构是一种同心圆,能够对图像的亮度和边缘信息进行检测,后来提出的其三高斯模型在图像增强方面取得了一定的效果,但由于其参数过多且值固定不可调,对于大量的图片来说,过程繁琐。忆阻器是一种拥有仿生特性的电阻元件,其非易失性、低功耗、纳米级尺寸等优良特性,使其在交叉阵列存储、逻辑运算、图像处理等领域发挥着非凡的作用,利用忆阻器的特性来对三高斯模型中的某些参数进行动态改变,可以在图像增强方面取得十分良好的效果。此外,近年来微电子芯片发展迅速,其集成度、性能均有迅猛提高,然而传统的基于COM的存储技术已逐步趋于物理瓶颈,这就导致计算机的“存储墙”(处理器和存储器之间的鸿沟)问题越来越严峻。忆阻器这一电阻器件的诞生为制造具有更大存储容量和更快处理速度的计算机的研究人员带来了无限憧憬。忆阻器具有非易失性,即使在断电时也能保存数据,利用其天然的记忆特性,将其用作神经突触,对生物系统中的STDP(Spike-time-dependent-plasticity)和SRDP(Spike-Rate-dependent-plasticity)学习规则进行模拟,有望打破冯诺依曼体系结构中处理和存储的鸿沟。本文分析了忆阻交叉阵列存储及其在图像处理中的应用,然后结合传统的三高斯模型提出一种新型的自适应三高斯模型,与忆阻交叉阵列结构相结合,并在灰度图像和彩色图像增强方面取得了较好的效果,最后设计了一种新型的忆阻交叉阵列,分析了基于STDP和SRDP规则的忆阻突触,利用忆阻突触可塑性来完成图像存储与运算的融合。首先,介绍了忆阻器在图像处理领域当前涌现的大量研究,分析了两种类型的忆阻器模型,并分别进行模型推导和数值仿真,研究了忆阻器的存储原理,及其交叉阵列结构在图像处理中存储与输出的分析,并通过实验验证了其有效性。然后,提出了一种新型的自适应三高斯结构模型。在经典的三高斯模型基础上,结合忆阻交叉阵列的一些性质,使传统三高斯模型中的参数可以进行自适应的动态变化,从而实现局部图像增强最优,继而令整幅输入图像可以拥有更优的增强效果。其中,需要计算出输入图像的典型局部特征,利用这些数值可以来确定像素点处忆阻器两端的电压特性,使忆阻值发生相应的变化。接下来,按照获得的忆阻器阻值的大小计算出模型中对应参数的数值,从而就可以确定输入图像中局部子图像的增强模板,以完成自适应的图像增强。最后,根据忆阻突触可塑性,将一种银硫化物忆阻器用作生物突触,来模拟生物系统的STDP和SRDP规则。基于此,设计了一种忆阻器的新型交叉阵列结构,使得其结构可以将存储与运算集于一体,利用忆阻突触可塑性调节忆阻器的阻值来完成图像的一系列基本运算。将此新型忆阻交叉阵列与图像处理进行结合,实现图像处理中的基本运算,有望打破冯诺依曼体系结构中处理和存储的鸿沟。