眼动信号的提取及眼跳信号的分析研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 选题背景和意义 | 第12-13页 |
| 1.2 眼电发展现状 | 第13-14页 |
| 1.2.1 眼电信号的应用领域 | 第13-14页 |
| 1.2.2 眼电信号与人机交互技术 | 第14页 |
| 1.3 眼电信号研究中待解决的问题 | 第14-15页 |
| 1.4 论文主要研究内容及章节安排 | 第15-17页 |
| 第二章 眼电信号 | 第17-24页 |
| 2.1 眼球运动的分类 | 第17页 |
| 2.2 眼电基础知识 | 第17-19页 |
| 2.2.1 眼电产生机理 | 第18-19页 |
| 2.2.2 眼电信号特征 | 第19页 |
| 2.3 眼电信号采集 | 第19-23页 |
| 2.3.1 电极选择 | 第19-20页 |
| 2.3.2 信号放大电路设计 | 第20-21页 |
| 2.3.3 右腿驱动电路 | 第21-22页 |
| 2.3.4 导联方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 眼电信号降噪及眼跳端点检测 | 第24-40页 |
| 3.1 眼电信号的基线漂移 | 第24-28页 |
| 3.1.1 小波分析基本原理 | 第25-27页 |
| 3.1.2 小波降噪方法 | 第27页 |
| 3.1.3 基线漂移去除 | 第27-28页 |
| 3.2 基于双树复小波变换的眼电信号降噪方法 | 第28-34页 |
| 3.2.1 双树复小波变换原理 | 第28-30页 |
| 3.2.2 一种改进的去噪阈值 | 第30-31页 |
| 3.2.3 降噪效果的比较实验及分析 | 第31-34页 |
| 3.3 眼动信号端点检测 | 第34-39页 |
| 3.3.1 眼动EOG信号的分类 | 第34-36页 |
| 3.3.2 端点检测的一般方法 | 第36-38页 |
| 3.3.3 一种改进的眼动端点检测方法 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 眼动信号的提取与应用 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 眨眼识别 | 第40-47页 |
| 4.2.1 眨眼识别的一般方法 | 第40-43页 |
| 4.2.2 基于信号差分特征的眨眼识别方法 | 第43-46页 |
| 4.2.3 实验结果与分析 | 第46-47页 |
| 4.3 眼动控制信号识别研究 | 第47-51页 |
| 4.3.1 眼动实验设计 | 第47-48页 |
| 4.3.2 模式识别算法设计 | 第48-50页 |
| 4.3.3 实验的中间过程与分析 | 第50-51页 |
| 4.4 一种电动汽车辅助驾驶装置的设计研究 | 第51-53页 |
| 4.4.1 功能实现 | 第51页 |
| 4.4.2 GUI界面设计 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于眼跳眼电信号的目光跟踪技术研究 | 第54-66页 |
| 5.1 眼跳角度与EOG幅值关系 | 第54-57页 |
| 5.1.1 眼跳实验设计 | 第54-55页 |
| 5.1.2 眼跳EOG信号的幅值分析 | 第55-57页 |
| 5.2 眼跳EOG信号特征提取 | 第57-59页 |
| 5.3 基于支持向量机的眼跳角度辨识 | 第59-63页 |
| 5.3.1 支持向量机原理 | 第60-61页 |
| 5.3.2 核函数的确定 | 第61-63页 |
| 5.3.3 特征选择 | 第63页 |
| 5.4 实验结果分析 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
