| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 触觉替代视觉技术研究现状 | 第11-14页 |
| 1.2.2 卷积神经网络技术研究现状 | 第14-15页 |
| 1.3 研究内容和结构安排 | 第15-17页 |
| 第2章 触觉替代视觉系统的整体设计 | 第17-22页 |
| 2.1 系统整体结构 | 第17-19页 |
| 2.2 图像采集及处理部分设计 | 第19-20页 |
| 2.3 电触觉装置部分设计 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 视觉图像的边缘检测 | 第22-28页 |
| 3.1 边缘检测的步骤 | 第22-23页 |
| 3.2 边缘检测算法简介 | 第23-25页 |
| 3.2.1 Canny边缘检测算法 | 第23-24页 |
| 3.2.2 Laplacian边缘检测算法 | 第24页 |
| 3.2.3 Robert边缘检测算法 | 第24-25页 |
| 3.2.4 Sobel边缘检测算法 | 第25页 |
| 3.3 边缘检测算法结果分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 基于卷积神经网络的盲人图像识别方法研究 | 第28-47页 |
| 4.1 卷积神经网络的结构 | 第28-33页 |
| 4.1.1 卷积层 | 第28-31页 |
| 4.1.2 池化层 | 第31-32页 |
| 4.1.3 激活层 | 第32-33页 |
| 4.2 基于改进LeNet-5模型的盲人数字识别 | 第33-43页 |
| 4.2.1 传统LeNet-5模型简介 | 第34-36页 |
| 4.2.2 改进LeNet-5模型的结构设计 | 第36-39页 |
| 4.2.3 改进LeNet-5模型的训练 | 第39-42页 |
| 4.2.4 盲人数字识别 | 第42-43页 |
| 4.3 基于GoogLeNet模型的盲人日常物体识别 | 第43-45页 |
| 4.3.1 GoogLeNet卷积神经网络模型简介 | 第43-45页 |
| 4.3.2 盲人日常物体识别 | 第45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 电触觉装置 | 第47-56页 |
| 5.1 皮肤电触觉的生理基础 | 第47-49页 |
| 5.2 电触觉装置的硬件设计 | 第49-51页 |
| 5.3 电触觉装置的软件设计 | 第51-52页 |
| 5.4 电触觉装置的电刺激效果 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63-64页 |