摘要：对交叉视觉皮质模型神经元运行机理进行了深入研究,分析了以向心自动波为解决方式的构造方法,指出Kinser向心自动波的构造方式存在的问题;从曲线演化的线性热流和形态学中值集两个角度设计了向心自动波的具体实现方式,解决了交叉视觉皮质模型迭代过程中所产生的干涉现象.

摘要：真实图像再现技术旨在实现人类视觉对场景的真实认知,兼顾低动态范围图像增强和高动态范围图像色调映射的双重任务。该文首先对真实图像再现技术进展作了总结和分析,着重指出了视觉系统相关思路和方法,进而提出基于邻域强化连接交叉视觉皮质模型的统一框架,设计了算法流程,实现了不同动态范围图像在显示端真实再现的目标。仿真实验表明该方法尤其对于非均匀光照图像,能够提高亮度动态范围和调整对比度,同时能够保证高动态图像的高视觉质量显示。

摘要：脉冲噪声点与其局部周围所在图像像素灰度值之间有很大的差异，导致了交叉视觉皮质模型（ICM）中神经元激发顺序的不同，根据ICM所具有相似神经元同步激发从而产生脉冲输出的特性，对脉冲噪声点进行定位和自适应滤波．结果表明：文中方法处理的受脉冲噪声污染的图像的信噪比较其他非线性滤波器的处理结果提高50％～60％，运算耗时仅为其他非线性滤波器的20％～30％；同时，比其他非线性滤波方案更有效地保持了图像的高频细节信息，给图像的后期处理和识别打下了很好的基础．

摘要：交叉视觉皮质模型（ICM）的神经元受到二值图像中背景信息的激发并将点火信息在神经网络中并行传播,根据ICM具有相似神经元同步激发从而产生脉冲输出的特性,研究和实现了图像形态学的腐蚀、膨胀和骨架化.实验结果表明,利用ICM对二值图像处理的结果等同于数学形态学中的处理结果,且较传统数学形态学中的处理效率平均快3～5倍.

摘要：为了使光学图像分割处理达到实时性标准,本文引入了具有生物学背景的交叉视觉皮质模型用于图像分割。在不降低分割效果的前提下,将交叉视觉皮质模型的阈值衰减函数调整为线性衰减函数,形成了线性衰减阈值-交叉视觉皮质分割新模型;引入了运算简便且抗噪性强的Chi-square散度,采用灰度级-邻域平均灰度级二维直方图将其推广至二维空间,设计了一种新的分割准则以确定模型的参数与循环迭代次数。

摘要：传统的交叉视觉皮质模型(ICM)对单一噪声的去除具有良好的性能.为了扩展ICM在图像降噪领域的应用,提高降噪能力,提出一种基于邻域连接的NL-ICM.针对传统ICM存在的局限性,在神经元的构造上引入双边滤波的思想,通过扩展神经元的连接输入、引入连接权重、设计脉冲阈值实时计算函数,并为神经元设计像素更新规则.实验结果表明,该模型能够较好地去除图像中的混合噪声.

摘要：针对精密指针式仪表自动读数算法自适应性较差的问题,提出一种基于ICM的精密指针式仪表自动读数方法。该方法基于二值化后仪表图像的噪声信息分布特性,利用ICM点火时序矩阵在图像相邻像素间的并行递进关系,研究和实现图像的腐蚀和膨胀,并设计加权最大类间方差法自适应地计算迭代次数,消除刻度周边噪声,提取到刻度圆弧所在位置。最后根据圆弧极径、极角等信息对刻度区域做极坐标变换输出图像,采用距离法对极坐标变换后图像进行读数判读。实验表明,自动读数结果与实际数值相比误差均小于0.2%,算法稳定可靠。