局部兴奋全局抑制神经元振荡网络在医学图像分割中的应用

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。在深入分析和探讨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。该算法应用于医学图像分割试验中,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的检测出不同目标。由于该振荡网络具有高速并行运算,便于硬件实现等特点,因此这种方法在图像实时处理中具有很大的潜力和应用前景。

视觉皮层振荡神经网络在遥感影像分割中的应用

对于具有复杂场景的遥感影像,提出了基于各向异性扩散特征保持平滑的简化LEGION算法,弥补传统LEGION图像分割算法对噪声敏感的不足。对于多(高)光谱影像,则采用马氏距离计算光谱向量间的连接权得到扩展LEGION算法进行分割。实验结果表明,LEGION算法较传统的图像分割方法对单波段灰度遥感影像目标及其重要细节部分的分割效果更显著;扩展LEGION算法适用于多光谱遥感影像分割。

耦合小世界神经网络同步振荡的高光谱影像分割

针对影像分割所需区域内部满足一致性、区域间互不相交的要求,鉴于高光谱影像地物在尺寸、形状、光谱上的异质性,开展高光谱影像分割研究。应用视觉皮层细胞神经元之间存在的局部兴奋全局抑制振荡网络对视觉影像信息进行深入提取和处理,在此基础上,结合小世界神经网络高群集系数、短特征路长的特点,研究了LEGION神经元振荡器所具有的小世界神经网络的同步性能,从而构建了耦合小世界网络的LEGION分割算法。进一步采用直观参数设置,简化高微分方程的计算复杂,减少迭代次数。实验表明:耦合小世界网络的LEGION分割算法,可有效地把高光谱影像中同质地物分割在一起,达到信息提取的目的。