首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模式识别和目标跟踪技术的前庭功能检查系统应用研究

摘要第1-7页
Abstract第7-13页
第1章 绪论第13-23页
   ·前庭功能检查系统的研制目的和意义第13-14页
   ·前庭功能检查系统的国内外发展现状第14-15页
   ·新型前庭功能检查系统关键技术研究现状第15-20页
     ·模式识别技术综述第15-16页
       ·瞳孔定位和分割技术综述第16页
     ·目标跟踪技术综述第16-18页
     ·特征点检测技术综述第18-20页
   ·本文主要研究工作第20-23页
第2章 瞳孔定位第23-37页
   ·引言第23页
   ·图像增强第23-25页
     ·灰度级变换第23-24页
     ·直方图均衡化第24-25页
   ·图像滤波第25-26页
     ·均值滤波第25页
     ·加权平均滤波第25-26页
     ·中值滤波第26页
   ·二值化分割第26-31页
     ·迭代法第27页
     ·直方图法第27-28页
     ·最大类间方差法第28-29页
     ·最大熵阈值法第29-30页
     ·最小误差阈值法第30-31页
   ·基于自适应增强和Otsu 分割的瞳孔区域定位方法第31-33页
   ·实验结果与分析第33-35页
   ·本章小结第35-37页
第3章 基于 Kalman 和 Mean Shift 的瞳孔跟踪测量第37-57页
   ·目标跟踪测量原理第37-39页
   ·KALMAN 滤波器第39-42页
     ·高斯噪声干扰下的线性离散动态系统方程第39-40页
     ·Kalman 滤波原理第40-41页
     ·Kalman 滤波方程第41-42页
   ·Mean Shift 跟踪第42-50页
     ·基本Mean Shift第43-44页
     ·扩展的Mean Shift第44-46页
     ·Mean Shift 算法第46-47页
     ·模式匹配第47-50页
   ·基于Kalman 滤波器和Mean Shift 的瞳孔跟踪第50-53页
     ·算法框架第50-52页
     ·改进的Kalman 预测算法第52-53页
   ·实验结果与分析第53-55页
   ·本章小结第55-57页
第4章 虹膜旋转跟踪测量第57-75页
   ·特征点检测算法第57-68页
     ·Moravec 角点检测算法第58-59页
     ·SUSAN 角点检测算法第59-61页
     ·MIC 算法第61-63页
     ·Harris 角点检测算法第63-66页
     ·SIFT 特征检测算法第66-68页
   ·相关跟踪算法第68-70页
     ·目标的描述第68页
     ·相关值的计算第68-69页
     ·目标的运动模型第69-70页
     ·匹配量的搜索第70页
   ·基于自适应窗口的快速角点跟踪算法第70-73页
     ·算法实现流程第70-71页
     ·自适应确定跟踪窗口尺寸第71-72页
     ·快速归一化相关跟踪算法第72-73页
   ·实验结果与分析第73-74页
   ·本章小节第74-75页
第5章 前庭功能检查系统设计和实现第75-87页
   ·前庭功能检查系统工作原理第75-76页
   ·前庭功能检查系统硬件设计第76-78页
     ·虚拟光学显示系统第76-77页
     ·眼动图像采集系统第77-78页
   ·前庭功能检查系统软件设计第78-83页
     ·软件的设计原则和功能第78-79页
     ·视靶的产生第79-80页
     ·瞳孔和虹膜跟踪测量第80页
     ·绘制瞳孔跟踪测量结果曲线第80-81页
     ·瞳孔运动的医学分析第81-83页
     ·虚拟仪器界面第83页
   ·实验结果与分析第83-85页
   ·本章小结第85-87页
第6章 总结与展望第87-91页
   ·论文主要工作第87-88页
   ·论文的创新点第88页
   ·展望第88-91页
参考文献第91-98页
在学期间学术成果情况第98-99页
指导教师及作者简介第99-100页
致谢第100页

论文共100页,点击 下载论文
上一篇:周扫式光电预警实时图像处理系统的研究
下一篇:视频电子消旋系统研究