中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-18页 |
1.1 引言 | 第8页 |
1.2 无障碍人机交互系统 | 第8-10页 |
1.3 眼动识别技术概述 | 第10-15页 |
1.3.1 眼球运动的探测方法 | 第10-12页 |
1.3.2 眼电图技术的发展现状 | 第12-14页 |
1.3.3 国内外眼电打字系统现状 | 第14-15页 |
1.4 研究中存在的关键问题 | 第15-16页 |
1.5 研究意义和主要内容 | 第16-18页 |
2 眼电信号采集的实验设计 | 第18-32页 |
2.1 眼电信号概述 | 第18-20页 |
2.1.1 眼电信号产生机理 | 第18页 |
2.1.2 眼电导联方式与电极分布 | 第18-20页 |
2.2 眼电信号的采集实验 | 第20-22页 |
2.3 眼电信号的参数和运动控制机制研究 | 第22-30页 |
2.3.1 眼电信号的主要参数 | 第22-25页 |
2.3.2 眼电信号运动控制机制研究 | 第25-30页 |
2.4 本章小结 | 第30-32页 |
3 眼电信号的预处理 | 第32-48页 |
3.1 眼电信号的特点分析 | 第32-34页 |
3.2 眼电信号的基线漂移补偿和滤波处理 | 第34-35页 |
3.3 眼电信号的无意识眨眼伪迹处理 | 第35-41页 |
3.3.1 中值滤波算法去除无意识眨眼伪迹 | 第35-37页 |
3.3.2 数学形态学滤波去除眨眼伪迹 | 第37-38页 |
3.3.3 改进中值滤波算法去除眨眼伪迹 | 第38-41页 |
3.4 眼动段的起止点检测 | 第41-47页 |
3.4.1 窗口能量计算和归一化阈值选取 | 第42-44页 |
3.4.2 基于短时能量分析的起止点检测 | 第44-46页 |
3.4.3 起止点检测结果分析 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
4 眼电信号的特征提取和分类 | 第48-66页 |
4.1 眼电信号的特征提取 | 第48-55页 |
4.1.1 基于波形参数法的特征向量提取 | 第48-50页 |
4.1.2 基于最小二乘法拟合系数和线性预测系数的组合特征向量提取 | 第50-53页 |
4.1.3 基于多分辨率分析法的特征向量提取 | 第53-55页 |
4.2 眼电信号的特征分类 | 第55-63页 |
4.2.1 支持向量机二分类算法 | 第55-59页 |
4.2.2 纠错编码支持向量机多分类算法 | 第59-60页 |
4.2.3 纠错编码支持向量机的推广性分析 | 第60-63页 |
4.3 眼动方向分类结果分析 | 第63-65页 |
4.4 本章小结 | 第65-66页 |
5 眼电字符编码及在线系统设计 | 第66-82页 |
5.1 眼电字符编码 | 第66-72页 |
5.1.1 字符编码方式介绍 | 第66-67页 |
5.1.2 基于定长编码的眼电字符编码设计 | 第67-70页 |
5.1.3 基于变长编码的眼电字符编码设计 | 第70-72页 |
5.2 在线系统设计 | 第72-78页 |
5.2.1 实时通讯模块 | 第73-74页 |
5.2.2 在线实验设计 | 第74-76页 |
5.2.3 实验结果及系统评估 | 第76-78页 |
5.3 扩展功能 | 第78-80页 |
5.3.1 娱乐模块 | 第78-80页 |
5.3.2 需求监护模块 | 第80页 |
5.4 本章小结 | 第80-82页 |
6 总结与展望 | 第82-84页 |
6.1 工作总结 | 第82-83页 |
6.2 后续研究工作的展望 | 第83-84页 |
致谢 | 第84-86页 |
参考文献 | 第86-90页 |
附录 | 第90页 |
A. 作者在攻读学位期间发表的论文目录 | 第90页 |