1 昆虫复眼视觉系统原理

1.1 昆虫复眼结构

复眼主要作为视觉系统在昆虫及甲壳类等节肢动物的身上出现，它既是视觉信息的采集系统，又是视觉信息的预处理系统。复眼是由不定数量的小眼组成，例如家蝇的复眼约由4000个小眼组成，蝶、蛾类的复眼约有个小眼[2]。

昆虫复眼是由正六边形排列的小眼构成的镶嵌状结构，每个小眼构成一个光学装置，每个小眼有八个光感受器。不同昆虫的小眼数目从几百个到几万个不等。复眼可分为三类：并置眼、光学重叠眼和神经重叠眼（图1）。

并置眼最常见，来自特定方向的光触发小眼的感光器中的神经信号，而来自其他方向的光被色素细胞吸收，这样在光学上就与其它小眼分开。这种结构具有较高的空间分辨率，但降低了感光效率。神经叠加眼中，小眼在光学上是分离的，不同层上的细胞方向选择性强弱不同。

图1 昆虫复眼分类

1.2 局部运动检测器

昆虫运动检测研究最初由Werner Reichardt和Bernhard Hassenstein[3]在20世纪40年代开创，并提出了一种基于果蝇的基本运动检测器（EMD）：Reichardt相关检测器。Reichardt相关检测器通过比较来自昆虫复眼上相邻小眼的输入，两个半检测器的输出信号最终相减以增强方向选择性。

虽然基本Reichardt检测器能够再现LPTC和行为响应特性，但如果需要匹配特定LPTC的响应，则通常需要用适当的前处理单元和后处理单元来修改和扩展。比如，模拟视觉输入通常提供零均值的输入，或者将输入与线性带通或高通滤波器卷积，去除绝对亮度的信息[4]。

1.3 整合局部运动信息识别运动模式

LPTC的运动检测网络非常复杂，并且新的类型仍在被发现。当运动条纹穿过一个神经元的感受野时，Reichardt相关器的响应将会上升和下降，产生膜电位的闪烁，该闪烁模式（由一小组EMD产生）将会穿过树突树。这些局部波动会影响对局部速率的稳定、可靠检测，但由于每个树突中的信号与它其邻居会发生异相波动，通过实验可以观测到：通过将多个树突的电输入相结合，由于局部波动相互抵消，最终观察到的输出信号是光滑可靠的。总之，在小叶板中，神经元利用其树突收集局部线索，并取加权平均，可以得到模式运动的可靠指示。

综上所述，可以如下设计基于昆虫复眼视觉原理的运动检测算法。首先，将图像进行正六边形剖分，对应于昆虫的小眼;然后，在每个小眼上计算一组（六个）Reichardt相关器输出作为基本运动检测结果;接下来，在不同位置上定义一个视野，并对不同方向在视野范围内进行EMD输出的整合，确定视野内的运动信息;最后，通过将相邻视野的运动信息相结合，得到平滑的运动信息曲线[5]。

2 局部运动检测算法设计与实现

2.1 六边形剖分与小眼分布

首先，对整幅图像进行正六边形剖分，接下来，需要在每个小眼的中央六边形上，计算一组Reichardt相关器。这组相关器一共有6个，分别对应于中央六边形与其它6个感光器之间的运动。这样，就能通过Reichardt相关器获取各个方向上的运动方向和运动幅度，作为最基础的运动信息（图2）。

图2 每个小眼中央六边形上设计6个Reichardt相关器

2.2 增强型Reichardt检测器算法实现

为了提高运动检测的空间分辨率，实际实现中采用边长为3像素的六边形。对于输入的原始图像，首先将其转换为灰度图像;接下来，对灰度图像进行高斯平滑以降低随机噪声的影响，这里采用了3×3的标准高斯模板。然后，对每个六边形中所有像素的亮度取平均，将其作为六边形的亮度值。

增强型Reichardt探测器输出结果显示:对于快速运动的目标，如果低通滤波器长度选择不当，就会有明显的“拖尾”现象。低通滤波器长度越小，运动检测响应越快，响应强度也越大，但同时随机噪声表现越明显，此外运动“拖尾”长度越小，但拖尾强度更高;低通滤波器长度越大，运动检测响应越慢，响应强度越低，但噪声干扰小、运动检测结果更加平滑，此时拖尾更长，但“尾巴”强度逐渐降低，甚至可以忽略不计。

这说明，Reichardt探测器中滤波器与运动目标的速度一定要匹配，低通滤波器既不能太短，又不能太长，太短则拖尾、噪声干扰明显，太长则响应强度降低，不利于检测有效运动。可以看出，只要参数选择合理，小眼运动信息的提取效果是比较准确的。

上一篇：虫警昆虫在线识别系统虫警上线运行
下一篇：没有了