仿真假体视觉下基于显著性模型的图像处理策略及其优化研究

发布时间：2020-05-26 21:36

【摘要】：失明是对人类生活质量影响最严重的一种残疾。在众多的致盲疾病中,老年性黄斑病变和视网膜色素变性是主要的不可治愈性视网膜退行性致盲疾病。当前,视网膜假体已成为视网膜退行性致盲患者视觉功能修复的有效手段。然而,由于受到制造技术、材料以及生物安全性等限制,视网膜假体可植入的电极数量极其有限。尽管当前已有多个研究团队正在开展高密度视网膜假体的研制,但是相对于百万级的神经节细胞和亿级的光感受细胞,其研制的高密度电极数量仍然十分有限;此外,由于电刺激视网膜神经元所诱发颜色感知的神经调控机制未知,因此视网膜假体很难产生可控的颜色视觉;同时,大量的临床实验结果表明植入者能够分辨的亮度级也十分有限。因此,假体植入者仅能获得低分辨率,低灰度级,且缺乏颜色、对比度及纹理等视觉特征信息的人工视觉,使得植入者丧失了正常视力下依靠这些显著性视觉特征进行视觉选择注意的能力。同时,由于受到视网膜凹形结构和手术安全的限制,电极阵列尺寸不能过大,目前只覆盖黄斑区以内的视网膜区域,导致假体植入者仅能获得小视野的假体视觉。由于体外摄像头和视频处理单元是视网膜假体的重要组成部分,因此可以通过图像优化处理进行改善假体植入者的视觉感受。基于此,本论文针对上述问题,开展了仿真假体视觉下基于显著性模型的图像处理策略及其优化研究。具体研究内容包括以下三方面:1)针对当前低分辨率假体视觉大量显著性视觉信息缺失的问题以及当前可应用于假体视觉的显著性分割算法的不足,本文提出一种新颖的显著性分割算法,并在此基础上进一步提出两种基于显著性分割的假体视觉优化表达策略,以有效提取并增强日常生活场景中的感兴趣物体。通过开展的仿真假体视觉下基于物体识别任务的心理物理学实验结果表明:本文提出的显著性分割算法和假体视觉优化表达策略能够显著改善被试在低分辨率假体视觉下完成物体识别的能力。2)虽然研究人员提出的各种复杂图像处理算法已被证明能够改善被试在低分辨率假体视觉下完成视觉任务的能力,但是受到所提出算法复杂性和平台处理能力的限制,大部分算法并不能实现实时的处理,极大地限制了这些算法在视网膜假体中的实际应用。考虑到显著性模型在假体视觉中的优越性以及图像处理算法在视网膜假体实际应用中的实时性要求,本文提出一种新颖的实时全局显著性物体检测算法,以快速有效地提取前景感兴趣物体。实验结果表明:本文所提出的算法在几个被广泛使用的评价指标方面明显优于现有的4种实时显著性物体检测算法。在此基础上,本研究进一步提出一种实时的假体视觉优化表达策略,并开展了仿真假体视觉下基于眼手协调的心理物理实验来评估所提出策略的有效性。实验结果显示:所提出的策略能够显著提高被试在低分辨率假体视觉下的物体识别及眼手协调能力。3)针对当前视网膜假体在临床应用中的小视野问题,通过使用图像处理算法可将大视野的图像信息压缩到小视野范围内,以扩大假体植入者的感知视野。尽管图像压缩或重定位算法已被探索并应用于扩展假体植入者的感知视野,但是这些算法要么引起重要前景信息表达的视敏度下降,要么引起重要前景信息的扭曲失真。针对这些算法的不足,本文基于已提出的全局显著性物体检测算法,提出了一种优化的基于显著性检测的图像重定位方法,在实现扩大感知视野的同时,保证场景中重要信息的假体视觉呈现,以提高假体植入者完成视觉任务的能力。通过仿真假体视觉下基于物体检测和物体识别的心理物理实验评估,实验结果表明:本研究所提出的方法能够有效提高被试在低分辨率假体视觉下的物体检测和物体识别能力。本文开展的研究工作旨在通过假体视觉下的信息优化处理算法来改善假体植入者的低分辨率假体视觉感受,提高其完成视觉任务的能力,为视网膜假体中的图像处理编码方案提供新的思路和重要的理论基础,并为假体植入者的术后视觉功能修复评估和认知机制奠定科学的实验依据。
【图文】：

- 1 -图 1-1 全球致盲疾病分布（2010 年），数据来源[3]Fig.1-1 Global blinding disease distribution (2010), data sources from[3]

- 2 -图 1-2 眼球解剖示意图（横截面）。图像引自 Wikipedia（修）ross-section schematic of a human eye. Image from Wikipedia and wit，，又可称为“外周脑”，是外周神经系统的一部分，可将
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R318;TP391.41


本文编号：2682440