暗环境下的瞳孔波动检测
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文的研究内容与结构 | 第11-14页 |
| 第2章 暗适应检测的硬件结构与检测流程设计 | 第14-18页 |
| 2.1 暗适应常用检测方法 | 第14-15页 |
| 2.1.1 传统的暗适应检测 | 第14页 |
| 2.1.2 客观暗适应检测 | 第14-15页 |
| 2.2 硬件结构 | 第15-16页 |
| 2.3 检测流程设计 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 图像的采集及存在的问题 | 第18-32页 |
| 3.1 图像边缘的定义 | 第18-20页 |
| 3.1.1 理想边缘 | 第18-19页 |
| 3.1.2 边缘模型 | 第19-20页 |
| 3.2 暗环境下瞳孔图像采集与特征 | 第20-24页 |
| 3.2.1 红外光斑 | 第20-22页 |
| 3.2.2 景深问题 | 第22-24页 |
| 3.3 瞳孔面积的计算方法 | 第24-30页 |
| 3.3.1 阈值化方法的简介 | 第24-25页 |
| 3.3.2 基于灰度直方图的区域分割 | 第25-26页 |
| 3.3.3 基于拟合算法的瞳孔面积计算 | 第26-29页 |
| 3.3.4 随机一致性原则 | 第29-30页 |
| 3.4 存在的问题及讨论 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 瞳孔波动检测中存在问题的处理方法 | 第32-50页 |
| 4.1 基于梯度的边缘检测 | 第32-40页 |
| 4.1.1 一阶微分算子 | 第33-36页 |
| 4.1.2 二阶微分算子 | 第36-40页 |
| 4.2 最优边缘检测器 | 第40-45页 |
| 4.2.1 Canny边缘检测器 | 第40-43页 |
| 4.2.2 Shen-Castan边缘检测器 | 第43-45页 |
| 4.3 基于局部动态阈值的边缘检测算法 | 第45-46页 |
| 4.4 极坐标转换 | 第46-48页 |
| 4.5 频域分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 实验结果及分析 | 第50-56页 |
| 5.1 边缘检测的评价方法 | 第50-52页 |
| 5.2 实验结果与分析 | 第52-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士期间所发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
