瞳孔对光动态反应检测仪设计
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 本文研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 基于模板法 | 第12-13页 |
| 1.2.2 基于对称变换法 | 第13-14页 |
| 1.2.3 基于边缘特征法 | 第14页 |
| 1.2.4 基于统计信息法 | 第14-15页 |
| 1.2.5 基于几何模型法 | 第15页 |
| 1.2.6 基于霍夫变换法 | 第15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 2 瞳孔动态检测仪硬件设计 | 第17-25页 |
| 2.1 系统方案 | 第17页 |
| 2.2 光刺激器硬件设计 | 第17-23页 |
| 2.2.1 电源模块 | 第18-19页 |
| 2.2.2 控制模块 | 第19-20页 |
| 2.2.3 驱动模块 | 第20-22页 |
| 2.2.4 光源模块 | 第22-23页 |
| 2.3 视频采集系统 | 第23-24页 |
| 2.3.1 摄像头 | 第23页 |
| 2.3.2 图像采集卡 | 第23-24页 |
| 2.3.3 采集模块开发 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 瞳孔动态检测仪软件设计 | 第25-57页 |
| 3.1 软件总体设计 | 第25-26页 |
| 3.1.1 软件架构 | 第25-26页 |
| 3.1.2 瞳孔图像处理系统 | 第26页 |
| 3.2 图像预处理 | 第26-31页 |
| 3.2.1 图像标准化 | 第27-28页 |
| 3.2.2 图像平滑 | 第28-31页 |
| 3.3 图像分割处理 | 第31-40页 |
| 3.3.1 最佳阈值迭代法 | 第32页 |
| 3.3.2 直方图阈值双峰法 | 第32-33页 |
| 3.3.3 基于熵的分割法 | 第33-34页 |
| 3.3.4 最大类间方差法 | 第34-36页 |
| 3.3.5 多维类间方差法 | 第36-37页 |
| 3.3.6 基于类间方差的改进方法 | 第37-40页 |
| 3.4 瞳孔识别 | 第40-47页 |
| 3.4.1 边缘提取 | 第40-42页 |
| 3.4.2 特征边缘细化 | 第42-43页 |
| 3.4.3 编码识别 | 第43-44页 |
| 3.4.4 特征提取及识别 | 第44-47页 |
| 3.5 瞳孔检测算法评价 | 第47-52页 |
| 3.5.1 瞳孔数据库 | 第47-48页 |
| 3.5.2 瞳孔检测结果分析 | 第48-52页 |
| 3.6 瞳孔动态跟踪 | 第52-55页 |
| 3.6.1 动态检测策略设计 | 第52页 |
| 3.6.2 视频流目标跟踪 | 第52-55页 |
| 3.7 本章小结 | 第55-57页 |
| 4 试验及数据分析 | 第57-64页 |
| 4.1 试验设计 | 第57页 |
| 4.2 实验数据分析 | 第57-63页 |
| 4.2.1 不同刺激条件 | 第57-58页 |
| 4.2.2 动态跟踪 | 第58-61页 |
| 4.2.3 瞳孔对光反应 | 第61-63页 |
| 4.3 系统验证 | 第63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71页 |
| A 作者在攻读学位期间发布的论文目录 | 第71页 |
| B 作者在攻读学位期间发表的专利目录 | 第71页 |
