基于全局對比度顯著性檢測模型的仿真假體視覺優(yōu)化研究.pdf

1、視覺假體是目前世界上修復(fù)視覺功能的一種有效手段，給因視網(wǎng)膜色素變性和老年黃斑變性等疾病致盲的患者帶來了福音。它通過使用電極陣列刺激視覺通路中功能完好的神經(jīng)組織，在視覺中樞誘發(fā)光幻視，為植入者恢復(fù)部分視覺。近年來，視覺假體發(fā)展迅速，已有部分產(chǎn)品獲得美國FDA和歐洲EMA臨床應(yīng)用批準(zhǔn)。然而由于電極制造工藝、生物相容性等因素的限制，目前視覺假體的電極數(shù)目仍然十分有限，僅能為植入者提供低分辨率的視覺感受。同時，假體視覺還存在扭曲、缺失、顏色和形

2、狀不規(guī)則等現(xiàn)象。臨床研究表明，目前假體植入者的視敏度遠(yuǎn)遠(yuǎn)低于正常視覺，完成日常任務(wù)仍然存在一定的困難。為了探索如何在電極數(shù)目有限的條件下為植入者提供更多有用的信息，改善假體植入者的視覺感受，提高完成各類日常任務(wù)的能力，本研究開展了基于全局對比度顯著性檢測模型的仿真假體視覺優(yōu)化研究。
　　為了提高植入者的物體識別能力，針對假體視覺分辨率低，顏色不規(guī)則、輪廓信息丟失的現(xiàn)象，本文提出利用背景信息的顯著性模型突出感興趣物體，減少背景信息。

3、首先采用GS_GD顯著性模型、形態(tài)學(xué)重建和連通區(qū)域提取感興趣物體，然后結(jié)合邊緣信息增強圖像信息，有效突出前景物體。實驗結(jié)果表明，提出的圖像處理策略顯著地提高了被試的物體識別能力，驗證了所提出策略的有效性。
　　針對目前仿真假體視覺研究中圖像處理策略算法復(fù)雜，計算量大，不能實時優(yōu)化視覺信息的問題，本文提出利用圖像全局顏色對比度和強度信息的顯著性模型提取感興趣物體，結(jié)合邊緣信息補充圖像輪廓信息和少量背景信息，實時地突出前景物體，弱化背