首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉功能修复中的图像和信号处理方法研究

摘要第1-9页
Abstract第9-12页
第1章 绪论第12-22页
     ·视觉功能异常第12-13页
     ·颜色视觉异常的相关研究第13-15页
       ·颜色视觉异常第13-14页
       ·针对色觉异常的辅助手段和矫正方法第14-15页
     ·失明的相关研究第15-19页
       ·失明第15页
       ·针对失明的视觉功能修复方法第15-17页
       ·基于视神经刺激的盲人视觉修复项目第17-19页
       ·盲人视觉修复项目在图像和信号处理方面的要求第19页
     ·本文主要研究内容第19-20页
     ·论文创新点第20-21页
     ·论文结构安排第21-22页
第2章 色觉异常者颜色感知模拟方法研究第22-35页
     ·色觉异常的生理基础第22-23页
     ·色觉异常者的颜色感知及模拟方法第23-27页
       ·色觉异常者的颜色感知第23-25页
       ·已有的模拟色觉异常者颜色感知的方法第25-27页
     ·基于矩阵变换的二色觉者颜色感知模拟方法第27-32页
       ·矩阵变换方法第27-29页
       ·二色觉者颜色感知模拟结果和比较第29-32页
     ·基于加权平均的异常三色觉者颜色感知模拟方法第32-33页
       ·加权平均方法第32页
       ·异常三色觉者颜色感知模拟结果第32-33页
     ·本章小结第33-35页
第3章 色觉异常矫正方法研究第35-55页
     ·色觉异常矫正方法概述第35-36页
     ·基于BP神经网络的视锥信号变换方法第36-41页
       ·BP神经网络第38页
       ·视锥信号变换模型第38-39页
       ·视锥信号变换结果第39-41页
       ·讨论与分析第41页
     ·增强二色觉者颜色分辨能力的自组织颜色变换方法第41-53页
       ·自组织映射第42-43页
       ·自组织颜色变换方法第43-45页
       ·实验和结果第45-51页
       ·对颜色变换效果的量化评价第51-52页
       ·讨论与分析第52-53页
     ·本章小结第53-55页
第4章 多特征融合的彩色图像边缘检测方法第55-73页
     ·彩色图像边缘检测基础第55-57页
     ·基于平均窗口平移的直方图相似性度量第57-64页
       ·直方图平均窗口平移度量第57-60页
       ·四种直方图相似性度量方法的比较第60-62页
       ·四种方法在应用中的性能比较第62-64页
       ·讨论与分析第64页
     ·多特征融合的边缘检测方法第64-72页
       ·特征选择第64-65页
       ·特征提取第65-68页
       ·特征融合第68-69页
       ·实验结果与讨论第69-72页
     ·本章小结第72-73页
第5章 基于特征聚类的轮廓提取和分离方法第73-89页
     ·轮廓提取和分离方法概述第73-75页
     ·特征聚类第75-76页
       ·特征聚类概述第75-76页
       ·K-均值算法第76页
     ·边缘特征聚类方法第76-84页
       ·方法流程第76-79页
       ·K-均值聚类方法的结果第79-81页
       ·自组织映射聚类方法的结果第81-83页
       ·讨论与分析第83-84页
     ·模拟视觉系统特征映射机制的自组织映射模型第84-88页
       ·视觉系统特征映射机制第84页
       ·自组织映射模型及结果第84-87页
       ·讨论与分析第87-88页
     ·本章小结第88-89页
第6章 基于同步振荡的轮廓提取和分离模型第89-108页
     ·神经信息编码中的同步振荡理论第89-92页
       ·神经科学的几个基本概念第89-90页
       ·神经信息编码的各种理论第90-91页
       ·神经系统的同步振荡现象第91-92页
     ·神经振荡的理论模型第92-98页
       ·Wilson-Cowan振子模型第93-94页
       ·脉冲振子模型第94-95页
       ·松弛振子模型第95-96页
       ·LEGION同步振荡网络第96-98页
     ·基于同步振荡的轮廓提取和分离模型第98-106页
       ·模型的生物学依据第98-99页
       ·模型中的特征选择及计算第99-101页
       ·模型的结构第101-102页
       ·结果与讨论第102-106页
     ·本章小结第106-108页
第7章 总结与展望第108-111页
     ·全文研究工作总结第108-109页
     ·对今后工作的展望第109-111页
参考文献第111-122页
攻读博士学位期间的研究成果第122-124页
致谢第124-125页

论文共125页,点击 下载论文
上一篇:用于人脸识别的产生式模型和判别式模型中若干问题的研究
下一篇:概率混合模型的研究及其应用