| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 眼动仪的发展及应用现状 | 第10-12页 |
| 1.3 人眼定位技术的主要方法 | 第12-14页 |
| 1.4 本文内容和结构安排 | 第14-17页 |
| 2 眼动仪的装置设计 | 第17-31页 |
| 2.1 眼动仪的硬件电路设计 | 第17-25页 |
| 2.1.1 无线视频传输模块 | 第17-19页 |
| 2.1.2 摄像头模块 | 第19-22页 |
| 2.1.3 电源及供电电路 | 第22-24页 |
| 2.1.4 硬件电路的调试与改进 | 第24-25页 |
| 2.2 眼动仪的装置设计 | 第25-28页 |
| 2.3 本文眼动仪的续航能力及成本分析 | 第28-29页 |
| 2.3.1 眼动仪的续航能力 | 第28-29页 |
| 2.3.2 眼动仪的成本分析 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 眼动仪图像预处理相关算法研究 | 第31-51页 |
| 3.1 基于小波预处理的非局部均值去噪 | 第31-40页 |
| 3.1.1 非局部均值滤波算法原理 | 第31-32页 |
| 3.1.2 小波阈值去噪算法原理 | 第32-33页 |
| 3.1.3 基于小波预处理及自适应权函数的非局部均值滤波算法 | 第33-36页 |
| 3.1.4 图像去噪效果的评价指标 | 第36-37页 |
| 3.1.5 仿真验证 | 第37-39页 |
| 3.1.6 该算法在红外眼球图像中的应用 | 第39-40页 |
| 3.2 眼动仪图像的阈值分割二值化算法研究 | 第40-46页 |
| 3.2.1 最大类间方差法 | 第42-43页 |
| 3.2.2 基于谷底最小值的阈值分割法 | 第43-44页 |
| 3.2.3 最小误差阈值分割法 | 第44-46页 |
| 3.3 中值滤波 | 第46-47页 |
| 3.4 形态学处理 | 第47-50页 |
| 3.4.1 膨胀 | 第47-48页 |
| 3.4.2 腐蚀 | 第48-49页 |
| 3.4.3 开操作和闭操作 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 4 瞳孔定位与跟踪方法 | 第51-59页 |
| 4.1 连通检测 | 第51-53页 |
| 4.2 瞳孔区域的形状约束与定位 | 第53-55页 |
| 4.3 定位方法准确性验证 | 第55-57页 |
| 4.4 本章小结 | 第57-59页 |
| 5 基于Windows平台的眼动仪数据分析系统设计 | 第59-65页 |
| 5.1 进程与线程 | 第59页 |
| 5.2 位图的操作 | 第59-60页 |
| 5.3 基于windows的眼动仪软件介绍 | 第60-63页 |
| 5.3.1 眼动数据的传输与记录 | 第60-62页 |
| 5.3.2 眼动数据的后续处理 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 下一步工作展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |
| A.作者在攻读学位期间发表的论文 | 第73页 |
| B.作者在攻读学位期参与的科研项目 | 第73页 |