| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 视网膜研究的发展历程 | 第13-14页 |
| 1.2 视网膜边沿信息处理模型的研究现状及发展趋势 | 第14-17页 |
| 1.2.1 边沿信息处理数学模型的研究现状 | 第14-16页 |
| 1.2.2 边沿信息处理数学模型的发展趋势 | 第16-17页 |
| 1.3 课题的研究背景及意义 | 第17-18页 |
| 1.4 本文主要的工作内容 | 第18-21页 |
| 第2章 目标边沿检测的视网膜计算机理及建模 | 第21-37页 |
| 2.1 视网膜提取边沿和轮廓的生理机制 | 第21-22页 |
| 2.2 retinaNet-Edge模型的构建与分析 | 第22-24页 |
| 2.3 retinaNet-Edge模型各层细胞的时空特点 | 第24-35页 |
| 2.3.1 光感细胞层 | 第24-25页 |
| 2.3.2 水平细胞层 | 第25-28页 |
| 2.3.3 双极细胞层 | 第28-30页 |
| 2.3.4 神经节细胞层 | 第30-35页 |
| 2.4 本章小节 | 第35-37页 |
| 第3章 目标运动检测视网膜计算机理及建模 | 第37-51页 |
| 3.1 视网膜运动检测和方向选择性的理论机制 | 第37-43页 |
| 3.1.1 SAC-DSRGC电路的构成 | 第38-39页 |
| 3.1.2 SAC-DSRGC电路DS特性的微观解释 | 第39-40页 |
| 3.1.3 SAC-DSRGC电路的特征 | 第40-43页 |
| 3.2 retinaNet-Motion模型的构建与分析 | 第43-45页 |
| 3.3 retinaNet-Motion模型内主要细胞层的时空特性分析 | 第45-50页 |
| 3.3.1 双极细胞的时空整流特性 | 第45-46页 |
| 3.3.2 SACs的时空特性 | 第46-47页 |
| 3.3.3 DSRGCs的时空特性 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 运动目标边沿提取的综合计算机理及建模 | 第51-57页 |
| 4.1 视网膜边沿和轮廓增强提取的生理机制 | 第51-52页 |
| 4.2 retinaNet-EdgeEnh模型的构建和分析 | 第52-53页 |
| 4.3 retinaNet-EdgeEnh模型运动信息对边沿信息的作用方式 | 第53-55页 |
| 4.3.1 DSRGCs的输出 (tg)作为 (tO)b的增益信号 | 第53-54页 |
| 4.3.2 DSRGCs的输出 (tg)作为 (tI)b的增益信号 | 第54页 |
| 4.3.3 DSRGCs的输出 (tg)作为 (tO)b的阈值信号 | 第54-55页 |
| 4.3.4 DSRGCs的输出 (tg)作为 (tO)b的调控信号 | 第55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 边沿检测算法性能常用评估方法的分析与比较 | 第57-67页 |
| 5.1 常用的几种边沿检测算法性能评估方法及原理 | 第57-61页 |
| 5.1.1 基本的统计学描述法 | 第57-58页 |
| 5.1.2 边沿品质因子法 | 第58页 |
| 5.1.3 基于欧氏距离的全局索引方法 | 第58-59页 |
| 5.1.4 多重特征联合评定法 | 第59页 |
| 5.1.5 PR曲线法 | 第59-60页 |
| 5.1.6 ROC曲线法 | 第60-61页 |
| 5.2 常用的几种边沿检测算法性能评估方法的分析与比较 | 第61-66页 |
| 5.2.1 评估方法的具体分类及实用性分析 | 第61-64页 |
| 5.2.2 实验验证 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 实验结果分析和比较 | 第67-85页 |
| 6.1 retinaNet-Edge模型的边沿检测实验及结果分析 | 第67-75页 |
| 6.1.1 retinaNet-Edge模型对无噪图像的边沿提取 | 第67-70页 |
| 6.1.2 retinaNet-Edge模型对噪声图像的边沿提取 | 第70-74页 |
| 6.1.3 retinaNet-Edge模型边沿提取性能的定量分析 | 第74-75页 |
| 6.2 retinaNet-Motion模型的目标运动检测实验及结果分析 | 第75-82页 |
| 6.2.1 retinaNet-Motion模型对人工图像帧的目标运动检测 | 第76-79页 |
| 6.2.2 retinaNet-Motion模型对交通监测视频的目标运动检测 | 第79-81页 |
| 6.2.3 retinaNet-Motion模型运动检测性能的定量分析 | 第81-82页 |
| 6.3 retinaNet-EdgeEnh模型的实验及结果分析 | 第82-83页 |
| 6.4 实验结果总结 | 第83-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第7章 总结与展望 | 第85-87页 |
| 7.1 全文总结 | 第85-86页 |
| 7.2 研究展望 | 第86-87页 |
| 参考文献 | 第87-99页 |
| 作者攻读学位期间的科研成果 | 第99-101页 |
| 致谢 | 第101页 |
