响尾蛇视觉成像系统的数学建模与应用

Rattlesnakes can sense the infrared stimuli and visual stimuli simultaneously. Also they can possess a neural system to perceive a two dimensional image by merging the infrared signal and visual signal in order to obtain the details of the target in their surrounding. These properties are very different from the human visual system. Aiming at explaining the infrared image sensing of pit organs and merging mechanism in the optic tectum, biological mechanism and the relative neural behaviors are deeply analyzed. Arithmetic methods will be taken into consideration in order to establish a biologically inspired model with practical value. Its main contents are as follows: the physical models and biological methods which are relative to the infrared imaging of pit organs are studied in order to establish arithmetic models. The pinhole imaging model is used to explain the pit organs imaging mechanism. On the basis of that, to design methods for image enhancing and image restoration, the plan for biologically inspired approaches are introduced. The pinhole imaging relative theories will be used in this process. Utilizing the interactional modes among neurons in the optic tectum makes for the establishing of arithmetic models based merging mechanism in the optic tectum. To obtain a more comprehensive model to describe the visual system of rattlesnakes infrared imaging model of pit organs is combined with the merging model. Finally the model will be optimized and the biologically inspired methods will be used to establish arithmetic for image merging.

响尾蛇能够同时感知可见光与红外输入信号，并且能够通过神经系统的处理实现对可见光图像和红外图像的融合,从而得到所感知目标的重要特征，这与人眼的视觉特性有很大区别。本项目以响尾蛇的颊窝红外图像感知以及视顶盖的可见光图像和红外图像融合机制为主要研究目标，对其生物学机制以及相关的神经元活动进行研究，侧重于工程可计算数学模型的建立。主要研究内容有:研究与响尾蛇颊窝红外成像机制相关并且可用于数学建模的各种生物学研究成果和物理模型，结合针孔成像模型解释颊窝红外成像机制,将针孔成像相关理论应用于颊窝成像以及还原。针对红外图像增强，图像还原等问题设计相应的仿生学图像处理算法。研究视顶盖的可见光图像和红外图像融合机制，全面利用视顶盖神经元相互作用的几种模式进行数学建模，结合颊窝红外图像的感知模型建立一种更加完善的描述响尾蛇视觉系统的数学模型，最终进一步优化该模型并且针对图像融合问题设计相应的仿生学算

响尾蛇特殊的图像感知机制能够同时感知红外和可见光图像，并且能够完成对各种信息的实时处理，对于这一机制的模拟和仿真有助于相关学科对于这种特殊信息处理机制的研究和应用。在本项目的研究中，采用了多种方法完善了Waxman等人的对响尾蛇信息融合机制的假设，针对融合模型中伪彩色融合图像中目标不够清晰的问题进行了研究。针对红外图像和可见光图像分别进行了ON对抗增强和OFF对抗增强，其次，将红外ON对抗增强图像馈入中心-环绕感受野模型的中心兴奋区域，可见光OFF对抗增强的图像输入环绕抑制区，得到融合图像的B分量；将红外OFF对抗增强图像输入中心-环绕感受野模型的环绕抑制区域，可见光ON对抗增强的图像输入中心兴奋区，得到融合图像的G分量；将可见光ON对抗增强的图像直接作为融合图像的R分量,从而合成RGB伪彩色融合图像。实验结果表明，采用本文方法得到的融合图像的质量明显好于采用Waxman模型得到的融合图像。在此基础上，还进行了更深入的研究。在响尾蛇视觉感知的初级阶段，响尾蛇的“或”和“与”等机制的确发挥了作用，但并不是体现在初始信息接收端的简单像素信息中，而是可以表示为Olshausen等人提出的稀疏编码模型中的矩阵参数。其次，在视觉感知的高级阶段，将一种新的热力学模型引入到响尾蛇视顶盖活动机制的研究中，从而为响尾蛇的视觉感知机制的研究建立了新的科学判据。为了进一步研究图像信息在脑神经元中的传递与处理机制，引入了图像质量评价环节的研究，针对灰度图像和彩色图像分别研究了能够深刻反映其质量信息的参数分布，将基于复数和四元数的信息合并方法引入到图像质量评价领域，实验结果表明，将复杂信息进行合并处理之后，即使采用传统的评价算法也能得到满意的评价效果。本项目在研究过程中采用了大量高级信息处理机制与仿生学方法，对于响尾蛇的视觉成像机制进行了深入研究，建立了能够更加精确解释响尾蛇红外成像机制的工程可计算数学模型，进一步深刻揭示了颊窝的红外成像机制以及神经元活动机制，更加完善地描述了响尾蛇视顶盖融合机制的数学模型，将颊窝的红外成像过程与视顶盖的融合机制相结合，采用工程可计算的数学方法解释这种复杂的生物视觉过程，而不仅仅是简单的过程分析和描述，从而为相关学科的研究提供了有效的理论支撑。