[发明专利]基于局部场电位相位非线性映射特征的彩色图像重建方法在审
申请号: | 201810617980.8 | 申请日: | 2018-06-15 |
公开(公告)号: | CN108805092A | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 王治忠;王松伟;牛晓可;张彦昆 | 申请(专利权)人: | 郑州布恩科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T11/00;G06F17/14 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 徐金琼 |
地址: | 450001 河南省郑州市高新技术产业*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 相位非线性 样本 局部场电位 彩色图像 映射特征 刺激 彩色图像解码 重建 解码 目标响应 响应数据 发放 映射 方法提取 干扰信息 模型获得 目标刺激 生物刺激 数据获得 特征获取 重建结果 重建图像 还原度 后脑 采集 图像 | ||
本发明公开了一种基于局部场电位相位非线性映射特征的彩色图像重建方法,方法步骤如下:将彩色刺激图像进行处理得到样本刺激数据与目标刺激数据,采集对生物刺激后脑电的局部场电位信号,处理得到样本响应数据和目标响应数据;提取得到样本响应数据的相位非线性映射表征的样本发放特征;根据样本刺激数据和样本发放特征获取彩色图像解码模型;提取目标响应数据的相位非线性映射表征的目标发放特征,根据目标发放特征和彩色图像解码模型获得目标解码刺激数据,利用目标解码刺激数据获得重建图像。本发明方法提取更具有针对性的相位非线性映射特征,排除过多的干扰信息对重建结果的影响,简化了重建模型,同时使得重建彩色图像的还原度更高。
技术领域
本发明属于图像重建技术领域,具体涉及一种基于局部场电位相位非线性映射特征的彩色图像重建方法。
背景技术
大脑是一种极其复杂的神经系统,是实现各种信息处理的中枢。伴随着大脑是如何处理各种信息的这一问题,神经信息科学应运而生。它是一门交叉学科,包含神经学、生物学、计算机科学等多方面的知识,研究大脑的神经信息处理机制。近年来,已取得许多突出成果,引起了世界各国科学家的广泛关注。其中,视觉系统是动物感知外界环境的主要感觉系统。研究证明,动物大脑所获取的外界信息中,视觉信息占80%以上。通过植入式微电极阵列检测脑神经元局部场电位信号,提取响应特征,构建重建模型,实现视觉感知信息的重建是一个极具挑战性的问题。
Stanley等人利用猫的神经元动作电位信号重建了八段视频图像,但其仅仅重建了灰度图像。Freiwald W A等人通过记录大鼠V1区神经元响应信号,实现了光栅朝向的解码,其解码对象过于简单。Elahe Yargholi等人基于功能核磁共振成像的方式,对手写数字进行了重建,但存在着功能核磁共振成像时间分辨率低及重建质量较差的问题。本发明提出了一种通过微电极阵列记录生物脑电的局部场电位信号,利用其相位非线性映射特征对彩色图像进行了重建的方法。
发明内容
本发明的目的在于:解决现有图像重建技术由于需要采用大量的神经元才能完成模型参数确定而导致重建过程复杂且对神经响应信号特征提取不具有针对性进而导致重建结果不理想且难以对彩色图像进行重建的问题,提出了基于局部场电位相位非线性映射特征的彩色图像重建方法,提取更具有针对性的相位非线性映射特征,排除过多的干扰信息对重建结果的影响,简化了重建模型,同时使得重建彩色图像的还原度更高。
本发明采用的技术方案如下:
基于局部场电位相位非线性映射特征的彩色图像重建方法,方法包括以下步骤:
步骤1、将对生物刺激的彩色图像进行处理得到样本刺激数据与目标刺激数据,采集对生物刺激后脑电的局部场电位信号,处理局部场电位信号并将信号分为样本响应数据和目标响应数据;
步骤2、提取得到样本响应数据的相位非线性映射表征的样本发放特征;
步骤3、根据样本刺激数据和样本发放特征获取彩色图像解码模型;
步骤4、提取目标响应数据的相位非线性映射表征的目标发放特征,根据目标发放特征和彩色图像解码模型获得目标解码刺激数据,利用目标解码刺激数据获得重建图像。
进一步,所述方法还包括步骤5:根据目标刺激数据和目标解码刺激数据获得归一化互相关系数,并根据归一化互相关系数对重建图像进行评估。
进一步,所述步骤5中归一化互相关系数公式为:
ρs,u为归一化互相关系数;ρs,u∈[-1,1];s(n)为目标刺激数据组成的矩阵;u(n)为目标解码刺激数据组成的矩阵;L为目标刺激数据长度。
进一步,所述步骤1中是采用扫屏模式,将图像进行有效分割来获取图像的样本刺激数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州布恩科技有限公司,未经郑州布恩科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810617980.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:用于生成模型的方法和装置
- 下一篇:基于深度学习的手扶电梯乘客摔倒检测方法