20、用于连接风景图形的图形 - 背景分离的神经网络架构

用于连接风景图形的图形 - 背景分离的神经网络架构

在目标感知和识别中，图形 - 背景分离是一个重要阶段，即从场景中把图形或物体与其他图形及背景干扰分离出来。生物视觉系统即便面对不熟悉的图形，也能完成这一分离，体现了其通用性。本文介绍了一种能自动进行图形 - 背景分离的新系统，该系统可分离出边界围绕相连区域的风景图形，还能自动区分相连和不相连的螺旋图形。

理论背景

此研究有助于开发在杂乱环境中进行不变模式识别的自组织神经网络架构。其主要功能阶段如下：
1. 折扣照明 ：消除光照变化对图像的影响。
2. 检测、规整和完善图形边界 ：同时抑制图像内部和外部的噪声。
3. 将图形从背景中分离 ：实现图形与背景的清晰划分。
4. 过滤以实现平移、旋转和收缩不变性 ：例如使用对数极坐标 - 傅里叶滤波器。
5. 将边界增强、噪声抑制且分离后的图形的不变光谱作为输入 ：输入到 ART 2 架构，以稳定自组织识别类别。

CORT - X 滤波器是该架构中边界分割阶段的神经网络预处理器，它基于生物边界轮廓系统（BCS），能检测、规整和完善尖锐边界，同时抑制噪声。本文对其进行了修改，以处理至少 50% 的模拟噪声，修改后的滤波器称为 CORT - X 2。

人工探测器的图形 - 背景分离：激光雷达阵列

在使用不变滤波器实现不变模式识别的架构中，需在不变滤波器处理前将待识别图形与背景分离。一种简单方法是利用能自动分离图形