拓扑学在图形模型中的应用概要.pptVIP

拓扑学在TPQFT模型结构中的应用 我们的视觉可以很容易地将目标与背景分离开来, 进而看到图像上的老虎但这是依据物体的什么特征呢? 拓扑理论认为,是拓扑不变性质的早期辨别把目标和背景分离开来的对于拓扑性质的感知在视觉过程中 第一个主要方面强调了拓扑结构在形成知觉中的重要作用,主要方面强调了拓扑知觉优先于其它特征知觉 首先,由拓扑性质决定的 其次,基于物理连通性的拓扑视觉发生时间早于局部几何特征视觉 实验：实验中要求在极短的时间没辨认出每对物体是否相同。 在上述中 的三对物体的比较中圆圈有一个洞，其拓扑性质不同于实心方块，实心三角形和实心圆，但是后三者在拓扑性质上是等价的。 TPQFT模型, 拓扑视觉理论是研究了视觉的过程并且发 现拓扑性质和拓扑不变性的重要作用,我们提出了一种根据拓扑不变性质的注意力选择模 型一一TpQFT模型(TovologiCalpropertiesbasedPhaseSpeCtrumof QuaternsonFourierTransform) 灰度处理 将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。 在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。图像的灰度化处理，一般有以下三种设计方案： 1、加权平均法 根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，对RGB三分量进行加权平均能得到较合理的灰度图像。 2、平均值法 求出每个像素点的R、G、B三个分量的平均值，然后将彩色图像中的这个平均值赋予给这个像素的三个分量。 3、最大值法 将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。 本课程设计分别采用了以上三种设计方案，即加权平均法、平均值法和最大值法。在MATLAB中，通过编程实现了彩色图像的灰度化处理 空洞滤波 在TPQFT模型中,为了表达物体的连通性,物体的空洞都必须要填充,这 个过程就叫做空洞滤波我们使用单位连接的PCNN来完成空洞滤波 当单位连接的脉冲藕合神经网络用于空洞滤波时,它是一个单层二维的局部 连接的网络,神经元的个数等于输入图像中像素点的个数,神经元与像素点一一 对应每一个神经元与对应的像素点相连,同时与邻近的神经元相连每个像素 点的亮度输入到对应的神经元的F通道,同时每个神经元与其四邻域中的四个神 经元相连,L通道接收邻域中其它神经元的输出每个神经元的输出只有两种状 态,点火或不点火 简单的单位连接PCNN空洞滤波的例子 谢谢 * 在TPQFT模型中,图像的每一个特征都作为一个独立的通道输入到一个四元 数模型中进行处理,拓扑通道的输入就是拓扑连通性它可以通过以下步骤来获 得 首先,将彩色图像转化为灰度图像,然后线性压缩至64*64大小然后OT5u 阂值分割 接下来对压缩后的图像做单位连接PCNN空洞滤波空洞滤波后最终输出一幅64*64的二值图像,它就是拓扑通道的输入,可以 表达原始图像的拓扑连通性 给出了建立拓扑通道的流程图,展示了一些彩色图像和它们的 拓扑通道: 彩色图像 灰度图像 OTSU阈值分割 拓扑通道：二值图像表达 单位连接PCNN空洞滤波 利用单位连接的PCNN实现空洞滤波的过程如下:假设在图像中,物体对 应于相对较暗的部分,而背景对应于较亮的部分我们将这个图像四周扩展出一 圈像素作为亮区,并且在此扩展区域选择一个神经元作为种子神经元发放初始脉 冲利用PCNN的两个通道相乘调制,我们可以使种子神经元周围四邻域的神 基于拓扑性质的注意力选择模型(TPQFT) 经元点火根据PCNN的脉冲传播特性,神经元脉冲可以在四个方向上自由迅 速地传播开来神经元脉冲在背景区域传播,但脉冲会被物体和洞的边界挡住 洞内的神经元不会点火最终,没有点火的神经元对应于物体和空洞,点火的神 经元对应于背景我们怎样判断空洞滤波过程结束呢?很明显,如果网络中没有 新的神经元再点火,空洞滤波结束[38j *