论文部分内容阅读
颜色作为一种非常重要的视觉特征,广泛应用于计算机视觉,尤其是图像处理领域。然而目前很多颜色特征是从计算机视觉角度出发提出的,难以像人类视觉系统那样同时表达出我们所需要的不同颜色属性信息,比如色调、饱和度和颜色恒常性等。有些学者尝试从生物视觉的角度,模拟哺乳动物感知颜色的过程,进行颜色特征的提取。由于视觉皮层中颜色通路各区域处理颜色的机制比较复杂且很多神经机制尚不统一,大部分颜色特征的研究只是集中在视觉通路的低层次阶段,沿整个颜色通路研究颜色信息的编码方法很少。在总结颜色神经机制的基础上,开展颜色神经编码研究,这对于提取符合生物视觉处理的、稳健的颜色特征具有重要理论与应用价值。本文主要从生物视觉的角度出发,通过研究每个区域颜色感知的神经机制,以及各区域之间的信息传递及转换过程,建立了颜色的层次性编码模型。该模型较好地模拟了自然光经眼睛进入视网膜,到侧膝体,再经过V1,V2,PIT及IT阶段的处理过程,最终形成了从低层到高层的颜色层次性特征表达。由此模型提取的颜色特征具有颜色恒常性、稳健性等特点。为了评价提出的颜色的层次性编码模型性能,首先利用颜色恒常性的图像集进行实验,验证了模型提取的特征比普通的颜色特征有更好颜色恒常性。同时,利用USGS遥感数据集与Caltech-101数据集,提取颜色特征并进行分类,与传统的颜色特征进行了对比,发现本文方法能够在分类中取得更好效果。最后用到两种颜色相关的数据集进行了实验分析,验证了本文方法对颜色辨别的有效性。