基于时空滤波器的视网膜编码模型
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 概述 | 第7-14页 |
| 1.1 引言 | 第7-8页 |
| 1.2 目前国内外对于人工视觉假体的研究 | 第8-12页 |
| 1.3 论文的主要研究内容及创新点 | 第12-14页 |
| 1.3.1 论文的主要研究内容 | 第12-13页 |
| 1.3.2 论文的主要创新点 | 第13-14页 |
| 第二章 视网膜建模的研究现状 | 第14-24页 |
| 2.1 视网膜结构简介 | 第14-15页 |
| 2.2 视网膜建模的研究现状 | 第15-24页 |
| 2.2.1 基于人工神经网络的视网膜模型 | 第15-18页 |
| 2.2.2 基于试验的统计模型 | 第18-19页 |
| 2.2.3 视网膜结构分层计算模拟模型 | 第19-20页 |
| 2.2.4 用硬件实现的模型 | 第20-24页 |
| 第三章 时空滤波器的研究 | 第24-29页 |
| 3.1 早期视觉处理的时空不可分模型 | 第24-25页 |
| 3.2 ECKMILLER 时空滤波器视网膜模型 | 第25-29页 |
| 第四章 编码模型中的参数寻优 | 第29-33页 |
| 4.1 粒子群优化算法 | 第29-31页 |
| 4.2 进化策略算法 | 第31-33页 |
| 第五章 采用时空滤波器的视网膜编码模型 | 第33-46页 |
| 5.1 视网膜编码模型主要结构 | 第33-39页 |
| 5.1.1 编码模型中的时空滤波器 | 第34-35页 |
| 5.1.2 BP 人工神经网络重建图像 | 第35-36页 |
| 5.1.3 粒子群算法优化滤波器参数 | 第36-38页 |
| 5.1.4 进化策略算法优化滤波器参数 | 第38-39页 |
| 5.2 视网膜编码模型的实现方法 | 第39-46页 |
| 第六章 视网膜编码模型的结果演示及讨论 | 第46-51页 |
| 6.1 实验结果 | 第46-49页 |
| 6.2 实验结果讨论 | 第49-51页 |
| 第七章 总结与展望 | 第51-53页 |
| 7.1 论文主要结论 | 第51页 |
| 7.2 研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间已发表或录用的论文 | 第57页 |
