[发明专利]基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法

说明书

本发明公开了基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，属于图像信息处理领域，包括以下步骤，步骤1：获取样本刺激数据和目标刺激数据后，采集对生物视觉刺激后的脑电的局部场电位信号，分离后得到样本局部场电位信号和目标局部场电位信号；步骤2：分别提取样本局部场电位信号和目标局部场电位信号的幅值表征，得到样本发放特征和目标发放特征；步骤3：构造样本响应矩阵和目标响应矩阵后，通过朴素贝叶斯算法获得字符图像解码模型；步骤4：根据目标响应矩阵和字符图像解码模型，获得目标解码刺激数据，从而获得重建字符图像，本发明解决了现有图像重建方法存在过程复杂、重建结果较差和解码效果不好导致还原度不高的问题。

技术领域

本发明属于图像信息处理领域，涉及一种基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法。

背景技术

大脑是一种极其复杂的神经系统，是实现各种信息处理的中枢。伴随着大脑是如何处理各种信息的这一问题，神经信息科学应运而生，它是一门交叉学科，包含神经学、生物学、计算机科学等多方面的知识。近年来，研究大脑的神经信息处理机制已取得许多突出成果，引起了世界各国科学家的广泛关注。其中，视觉系统是动物感知外界环境的主要感觉系统，研究证明，动物大脑所获取的外界信息中，视觉信息占80％以上。

在生物视觉系统的研究中有很多关于视觉刺激解码的研究，1999年出版的《Reconstruction of natural scenes from ensemble responses in the lateralgeniculate nucleus》中记载了一种通过11只猫的神经信号重建图像的方法，通过记录猫的外侧膝状体的神经元动作电位信号重建了八段视频图像，但这种方法存在实验操作复杂，感受野不易确定的缺陷。2016年出版的《Brain Decoding-Classification of HandWritten Digits from fMRI Data Employing Bayesian Networks》记载了一种对手写数字进行重建的方法，通过功能磁共振成像的方式，利用贝叶斯网络对手写数字进行了重建，但该方法存在解码效果不好的问题。

目前，视频图像获取的主要途径为摄像机、照相机，但是专业摄像机、照相机体积较大，操作繁杂，而镶嵌在手机等智能设备上的小型相机又不能很好的解放双手并及时有效的记录瞬间，且记录的内容不具有针对性。一旦摄像机或照相机出现故障，便不能将图像记录下来，造成极大的不便。因此，本发明提出了一种基于局部场电位的幅值特征，并利用朴素贝叶斯算法对字符图像进行重建的方法。

发明内容

本发明的目的在于：提供了一种基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，解决了现有图像重建方法存在过程复杂、重建结果较差和解码效果不好导致还原度不高的问题。

本发明采用的技术方案如下：

基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，包括以下步骤：

步骤1：基于获取的样本刺激数据和目标刺激数据，采集对生物视觉刺激后的脑电的局部场电位信号，分离后得到样本局部场电位信号和目标局部场电位信号；

步骤2：分别提取样本局部场电位信号和目标局部场电位信号的幅值表征，得到样本发放特征和目标发放特征；

步骤3：根据步骤1和步骤2的结果，构造样本响应矩阵和目标响应矩阵后，通过朴素贝叶斯算法获得字符图像解码模型；

步骤4：根据目标响应矩阵和字符图像解码模型，获得目标解码刺激数据，从而获得重建字符图像；

步骤5：根据步骤1的目标刺激数据和步骤4的目标解码刺激数据，获得归一化互相关系数，对重建字符图像进行评估。

进一步地，所述步骤1的具体步骤为：

步骤1.1：采用扫屏模式，将生物视觉区的字符图像进行分割，根据字符图像刺激获取样本刺激数据和目标刺激数据；