| 초록 |
본 논문은 시각 신경계통이 윤곽 지각(contour perception) 과정에서 독특한 우위에 근거하여 시각 감광층 기능을 토대로 하는 영상 에지 검출(image edge detection) 새로운 방법을 제안하였다. LIF(leaky integrate-and-fire) 뉴런을 함유한 전기 생리 모델을 구축하여 기본 유닛의 뉴런 네트워크로 하였고, 특정된 시간창(time window) 내에서 각 뉴런 펄스의 발생 현황에 근거하여 뉴런의 흥분(ON) 및 억제(OFF) 종류에 대하여 판단하였으며, 저항형 수용야(receptive field) 특성 및 뉴런으로 유발된 피드백 증강 모드(feedback enhancing mode)를 통하여 미약 에지를 뚜렷하게 하였다. 그리고 시각 감광층이 갖고 있는 적응성 및 뚜렷한 광선을 약화시키는 대조비(contrast)를 해결하기 위해 영상에 대한 다중 방향, 다중 거리 범위 이동을 진행하였고, 또한 감광층 뉴런 네트워크의 펄스 발생률 차이 정보를 융합하였다. 마지막으로 영상 에지에 대한 효과적인 검출을 실현하였다. 풍부한 에지 특성이 있는 20개 균락 영상을 샘플로 하고, 에지 신뢰도 및 재구성 유사성을 평가 지표로 하여 다중 세기 에지를 검출하였다. 연구 결과, 본 논문에서 제안한 방법으로 효과적이고 전반적으로 영상의 다중 세기 에지를 검출할 수 있었으며, 또한 미약 에지를 검출하는 재구성 유사도 평균치가 0.8보다 높았고, 검출 정확성이 뚜렷하게 증가되었다(P 본 논문에서 제안한 생리 시각 계통 특성을 이용하여 에지를 검출하는 방법은 다중 세기 에지 정보를 포함하는 영상 처리에 새로운 아이디어를 제공하였다. |
