基于视觉竞争合作机制的主观轮廓提取

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力。提出了一种基于视觉竞争-合作机制的主观轮廓提取方法。该方法通过DOG滤波器组、合作滤波器组和张量投票等方法分别模拟视觉系统中的简单细胞有向滤波、双极细胞合作滤波和终端截断后端点重组等主观轮廓形成过程。实验结果表明,该方法能够比较有效地利用视觉系统的竞争-合作机制处理两类比较经典的主观轮廓图形。

主观轮廓的研究及其理论

主观轮廓是指在物理刺激为同质的视野中知觉到的轮廓,又称认知轮廓或错觉轮廓.斯克曼(Schumann)在1904年首次描述了主观轮廓现象;1955年意大利心理学家凯尼查(Kanizsa)提出了主观轮廓最著名的例证.其后,许多心理学家对主观轮廓现象进行了理论上的解释,提出了众多假说,他们从不同的角度,以不同的手段和方法,试图揭示主观轮廓的形成机制.迄今为止,主观轮廓的理论假说可分为两大类:一为认知解释,认为主观轮廓发生在中枢神经系统,包括格式塔假说、认知假说、深度线索假说等,二为生理解释,认为主观轮廓发生在外周神经系统,包括特征觉察假说、侧抑制明度对比假说,高空间频率过滤假说等.

主观轮廓和深度线索

一、问题的提出 轮廓是物体的外形线,它在视觉图形知觉中起着重要的作用。一般说来,引起轮廓的刺激,是视野中明度(或颜色)的突然变化。但是,有时在一片完全同质的视域中,人们也能看到轮廓。这种轮廓不是由于客观上的刺激梯度造成的,而是由于一系列其它因素造成的。这种轮廓叫主观轮廓,认知轮廓或错觉轮廓。

主观轮廓感知在运动中的增强

主观轮廓现象的研究对于探讨人类视觉系统中物体识别的形成机制有着重要的意义。众多研究表明,在运动和体视中形成的主观轮廓,是由于存在着不能匹配的部分而产生的,通过心理物理实验的研究,试图说明Kanizsa类型主观轮廓同样产生于不能匹配的信息,实验中采用了不同运动方式(包括水平运动和收缩扩张运动)的Kanizsa主观轮廓。结果表明,无论在哪种运动方式下,当图形和背景单独运动时,主观轮廓的感知都得到了增强,并且两种运动间没有产生明显的感知强度差异,而在图形和背景同时运动的情况下,则没有产生主观轮廓增强的现象,通过分析发现,运动中的主观轮廓增强效应是由于不能匹配信息的增强而产生的,这就间接地表明,视觉系统对于不能匹配信息的处理是主观轮廓形成过程中关键的步骤。

动态离散刺激的时空协同编码及其解离

采用启动-匹配范式,以包含时空因素或空间因素的表征图形为自变量,探索动态离散刺激的知觉组织中时间和空间因素的共同作用。结果:(1)动态离散刺激的一般编码特征为时空协同编码,即时间和空间因素二者协同编码,而非独立编码;(2)刺激间形成的主观轮廓会导致时空编码的协同作用解离,突出空间编码而削弱时间编码。结论:动态离散刺激的一般编码特征为时空协同编码,这一特征会因刺激间主观轮廓的存在而发生解离。

改进的张量投票算法

在引入迭代过程的基础上,修正底层的取向估计结果、修正原始算法的显著性测度函数,并对每次投票结果进行细化和修剪.实验结果表明:文中改进措施有效地解决了张量投票算法在提取主观轮廓中存在的问题.

一种基于取向估计的关键点检测算法

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力。针对主观轮廓处理过程中提取轮廓特征的特定需求,提出了一种基于取向估计的关键点检测算法。该算法在对边缘提取和对边缘点进行取向估计的基础上,通过对取向张量进行特征值分解获得各边缘点的各向异性信息,然后通过局部极值搜索和取向差验证提取出角点和边缘独立端点,从而对这两类关键点进行了一体化的处理。实验结果表明,该算法能比较有效地提取出主观轮廓后续处理所需要的两类关键点。

地图感受论中的格式塔原则

本文介绍了格式塔心理学的简要发展过程和内容,然后列举了格式塔原则在地图学中对整体性、恒常性、图形与背境、轮廓与主观轮廓、次序感与数量感、稳定图形与图形后效方面的影响,并概述了格式塔原则在地图设计中的应用。

随机修复场模型的改进

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力,而随机修复场模型则是针对主观轮廓提出的一个比较有影响力的计算模型。针对随机修复场模型存在的问题提出了一个改进方案。该方案建立了一个根据图像边缘的位置和取向构成的几何关系提取主观轮廓的综合性解决方法。实验结果验证了算法的有效性。

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法。首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。