[发明专利]基于视觉仿生的超分辨率图像信息获取方法

权利要求书

1.基于视觉仿生的超分辨率图像信息获取方法，其特征在于：采用人工神经元MP模型来模拟视觉神经元的工作过程，即通过构建一个MP神经单元来模拟视觉神经对外界输入光强的感知、响应及编码过程。

2.根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法，其特征在于：MP神经元有一个阈值，当输入光强信号累加超过神经细胞阈值时，神经元即被激活，否则处于抑制状态。

3.根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法，其特征在于：假定x₁,x₂…x_n是传来的输入信号，w₁,w₂…w_n表示输入信号的权重，θ_i表示神经元的响应阈值，则第i个神经元的输入与输出关系表示为Oi=f(Σinwixi-θi).]]>

4.根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法，其特征在于：在不同光强L的刺激下，神经元激发出的响应信号不同，每个神经元的激励响应输出由式进行表达，式中L为入射光强，O为神经元响应输出，i表示第i个神经元被激励，R为各神经元响应阈值所满足的分辨率。这样由多个神经元被激励后所构成的光强量化序列，即形成了一组神经编码，不同的神经编码序列代表不同的外界输入光强。

5.根据权利要求1所述的基于视觉仿生的超分辨率图像信息获取方法，其特征在于：在人眼固视微动模式下，眼球的随机运动使得外界入射到视网膜上的光强信号发生随机变化，即L_R(x,y)＝L(x,y)+ΔL(x,y)，其中L_R为固视微动后的光强，ΔL为固视微动引起的随机变化量。

6.根据权利要求5所述的基于视觉仿生的超分辨率图像信息获取方法，其特征在于：人眼固视微动导致视觉刺激的变化可用光流方程表达为ΔL(x,y)＝a(x,y)Δx+b(x,y)Δy，式中ΔL(x,y)表示点(x,y)上的光强度变化，a(x,y)、b(x,y)分别为点(x,y)的水平方向梯度和垂直方向梯度，Δx,Δy分别表示固视微动引起的水平和垂直方向的眼动幅度。