一种目标识别调查仿生的图像处理外文翻译.docVIP

毕业设计（论文）外文翻译 原文题目：A SURVEY OF BIOLOGICALLY INSPIRED IMAGE PROCESSING FOR OBJECTS RECOGNITION　 译文题目：一种目标识别调查仿生的图像处理　 摘要： 人类视觉系统是一种模拟人类或动物的视觉系统的非常复杂的图像处理和对象识别机理。这种能自动化产生视觉功能的机器,很难解释宇宙中像环境物体明确的感知部分和全部的视觉的场景的认知观。摘要本文首先提出了介绍一个重要性的生物激励的计算机视觉和复习视觉功能在神经科学的角度看问题。和更重要的是,我们会把重要的摘要来和探讨生物的具体应用,包括生物灵感启发模型的图像预处理、图像感知,对象识别。最后,提出了一些对今后研究工作有挑战性的关于计算机视觉重要的主题。 关键词:人类视觉系统;图像预处理,图像的感知,物体识别、计算模型。 介绍 近年来,图像处理和目标匹配这种技术被广泛应用于工业、农业、通讯、军队、机器人等领域。随着机器视觉的性能提高,人类一直希望有朝一日,电脑将通过视觉和自动适应环境像人类一样去观察和理解世界。在过去的几十年中,许多学者在此领域取得了巨大成就。然而,机器视觉识别环境的能力远远低于人类。例如, 对一个五岁的孩子来说过马路,简直就是小菜一碟的事情,但是对于电脑和机器人，却很难做到。人类视觉系统是一个非常复杂的图像处理和对象识别机理。常规方法相比，曾经自动图像分析没有多大的成功,视觉分析基本识字能力,并大大减少了训练时间、图像分析时间。 以往的努力在知识工程的软件设计方法，启发式逻辑或几何科学知识领域问题的基础上，进行图像数据的分析。分析人士是分析分类适应能力和性能主要是由于他们的大脑被预定与域知识和自然史的物理图像生成。人的大脑发现有一项专长,主要是作为一个函数的接触的感觉,源自先天的规则实施层次的突触神经环路组织中,并将这信息的通过环境中学习。 广泛的研究视觉计算已经有一个世纪的历史了,而且在最近的25年里,已经开发了灵长类动物丰富的视觉模型计算,包括编制模型,从生态学灵感可以应用于计算系统。在本文中,概述了从神经科学的视觉系统的功能体系结构研究等几个关键问题的发现,并描述和分析了对相关生物激发了机器视觉技术的处理方法。 2.人类视觉系统的事实 在谈论到在处理视觉信息所涉及的机制的详情，让我们简单地总结了整个过程。如图所示。?1，光实现眼睛投射到视网膜视神经从哪里视觉信息发送到视交叉从那里两条途径导致了两个大脑，半球分开：通路导致的丘上丘（SC）和更重要的是，视网膜膝状体途径，传输大约90％的视觉信息，导致外侧膝状体核（LGN的）。那么信息是从外膝体转移到初级视皮层（V1）的，这也被称为流处理初级视途径。然后信息被进一步传播从V1到“更高“的大脑区域V2的-?V4中，颞皮层（资讯科技），中颞区（吨或V5）和后顶叶皮质（聚丙烯）。在下面的章节中，我们将讨论在视网膜，V1的信息处理机制和心理功能，这是图像处理和目标识别很有帮助。2.1. 视网膜性能 人眼很多成分相互配合工作。视网膜是最关键的。它有一些重要的属性在视网膜中含有6个细胞类型和许多分十层排列类型。这六个细胞类型光受体，水平，双极，无长突，神经节，跨丛状细胞。十层的光受体（pH值），外界膜，外核，亨勒，外网，内核，内丛状，神经节，神经纤维层和内界膜。关于视网膜细胞结合如图。2。?光受体pH值和奥尔姆完全组成的。这些层是位于眼睛后面。他们是视网膜更远。因此，上的光受体的影响已经通过在视网膜上的其他细胞通过光线。有四种光受体在视网膜上，这是调整，以不同波长的光的类型。照片的受体被称为锥三种类型，指定红，绿，蓝，或长（L），中（M）和短（S）波长分别。作者：光受体第四类被称为视杆细胞，其峰值波长灵敏度在绿色的发生。值得注意的是，密度和光受体分布随从视网膜中心的偏心率。视网膜的中心是一个轻微的抑郁症称为中心凹，并从所有的细胞空间总和，在凹提供了在凹我们最高的视力。的光受体是通过连接，如图双极细胞神经节细胞。2。在光感受器和双极细胞反应分级彼此通过生产潜力。神经节细胞是产生尖峰放电，然后转换成模拟信号的离散一最早的细胞。一个神经节细胞感受野是圆形，分为两个方面：一个中心区和一个如图所示周边地区。3。它由两个不同类型的细胞：在中心的细胞，这些细胞对光线作出反应在中心和偏离中心的细胞，这些细胞对光线作出反应在中心。此外，非古典的神经节细胞感受野在哺乳动物的视网膜报告。视觉皮层1962年，Hubel和Wiesel发表猫的视皮层功能结构的文章。他们的发现引发了皮质的研究兴趣。这是第一次，到脑如何处理一个图像。视觉皮层是大脑中的最大的部分，每一部分在大