17、视觉中的侧向抑制与图像处理及电子硬件实现

视觉中的侧向抑制与图像处理及电子硬件实现

视觉图像处理的基础问题

视觉的根本问题在于从成像条件千差万别、图像质量参差不齐的图像中提取有价值的信息。由于成像系统的缺陷（如分辨率有限、传输和检测误差、相对运动等）、光照变化以及光路遮挡（如云、烟、雾等），图像可能会模糊、有噪声、动态范围过大或对比度不足，甚至在同一图像的不同区域会同时出现这些问题。那么，自然视觉系统是如何解决这些问题的，人工视觉系统又该如何设计来应对呢？

早期对生物视觉系统视网膜图像处理的研究，采用了空间求和与侧向抑制的简单线性模型。从离散信号处理系统的角度来看，这两个过程是对输入像素强度进行线性组合，权重有正（求和）有负（抑制）。在一维简化情况下，可表示为：
[y(n) = \sum_{k \in N} h(k)x(n - k)]
其中，权重 (h(k)) 可视为离散系统的脉冲响应，求和范围是像素 (n) 周围的邻域 (N)。

数字滤波器设计中的应用

在数字滤波器设计中，这些权重可用于实现空间平滑或低通滤波以抑制高空间频率噪声，以及局部锐化或高通滤波以增强边缘。例如，最简单的边缘增强方案有非锐化掩蔽和减去拉普拉斯算子（二阶差分）。

• 非锐化掩蔽 ：
  [y(n) = 2x(n) - \bar{x}(n)]
  其中，系数 2 用于在输入恒定时实现单位增益，(\bar{x}(n)) 是局部均值，可通过局部平均估计。对于最简单的三点平均：
  [\bar{x}(n) = \frac{1}{3} [x(n - 1) + x(n) + x(n + 1)]]
  这会导致非锐化掩蔽