论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第18-57页 |
| 1.1 视觉残疾 | 第18-19页 |
| 1.2 不可治愈的视网膜退行性致盲疾病 | 第19-22页 |
| 1.2.1 视网膜组织结构与功能 | 第19-21页 |
| 1.2.2 老年性黄斑变性 | 第21-22页 |
| 1.2.3 视网膜色素变性 | 第22页 |
| 1.3 人工视觉假体 | 第22-27页 |
| 1.3.1 视皮层视觉假体 | 第24-26页 |
| 1.3.2 视神经视觉假体 | 第26页 |
| 1.3.3 外膝体视觉假体 | 第26-27页 |
| 1.3.4 视网膜假体 | 第27页 |
| 1.4 视网膜假体的研究与进展 | 第27-44页 |
| 1.4.1 视网膜上假体 | 第27-34页 |
| 1.4.2 视网膜下假体 | 第34-41页 |
| 1.4.3 脉络膜上腔假体 | 第41-43页 |
| 1.4.4 其它视网膜假体 | 第43-44页 |
| 1.5 视网膜假体临床应用中面临的挑战 | 第44-48页 |
| 1.5.1 视敏度 | 第45-46页 |
| 1.5.2 视野 | 第46-48页 |
| 1.6 视网膜假体系统中的图像优化处理策略 | 第48-54页 |
| 1.6.1 假体视觉仿真研究 | 第48-51页 |
| 1.6.2 仿真假体视觉下的图像优化处理策略研究 | 第51-54页 |
| 1.7 论文主要内容及创新 | 第54-56页 |
| 1.8 本章小结 | 第56-57页 |
| 第二章 假体视觉仿真模型及其实验平台 | 第57-68页 |
| 2.1 植入者假体视觉感受 | 第57-59页 |
| 2.2 假体视觉仿真模型 | 第59-62页 |
| 2.2.1 光幻视仿真模型 | 第59-62页 |
| 2.2.2 光幻视点阵列仿真模型 | 第62页 |
| 2.3 假体视觉仿真实验平台 | 第62-67页 |
| 2.3.1 仿真实验平台硬件模块 | 第62-64页 |
| 2.3.2 仿真实验平台记录与分析设备 | 第64-65页 |
| 2.3.3 仿真实验平台软件模块 | 第65-67页 |
| 2.4 本章小结 | 第67-68页 |
| 第三章 仿真假体视觉下基于显著性分割的图像增强策略 | 第68-93页 |
| 3.1 引言 | 第68-70页 |
| 3.2 材料和方法 | 第70-81页 |
| 3.2.1 被试 | 第70页 |
| 3.2.2 实验平台 | 第70页 |
| 3.2.3 图像获取和预处理 | 第70-71页 |
| 3.2.4 图像处理策略 | 第71-80页 |
| 3.2.5 实验设计 | 第80-81页 |
| 3.2.6 数据分析 | 第81页 |
| 3.3 结果 | 第81-87页 |
| 3.3.1 算法性能 | 第81-83页 |
| 3.3.2 显著性分割提取的JC值 | 第83-84页 |
| 3.3.3 单一物体的识别性能 | 第84-86页 |
| 3.3.4 双物体的识别性能 | 第86页 |
| 3.3.5 JC值与识别准确度的关系 | 第86-87页 |
| 3.4 讨论 | 第87-92页 |
| 3.4.1 显著性分割对物体识别的影响 | 第87-88页 |
| 3.4.2 基于显著性分割图像处理策略对物体识别的影响 | 第88-90页 |
| 3.4.3 成对相关联物体对物体识别的影响 | 第90页 |
| 3.4.4 局限性 | 第90-92页 |
| 3.5 本章小结 | 第92-93页 |
| 第四章 仿真假体视觉下基于全局显著性物体检测的实时图像处理策略 | 第93-119页 |
| 4.1 引言 | 第93-94页 |
| 4.2 材料和方法 | 第94-110页 |
| 4.2.1 被试 | 第94页 |
| 4.2.2 实验平台 | 第94-95页 |
| 4.2.3 图像获取和预处理 | 第95页 |
| 4.2.4 图像处理策略 | 第95-106页 |
| 4.2.5 实验设计 | 第106-109页 |
| 4.2.6 数据分析 | 第109-110页 |
| 4.3 结果 | 第110-114页 |
| 4.3.1 仿真假体视觉系统的执行性能 | 第110-111页 |
| 4.3.2 完成单动作任务的性能 | 第111-112页 |
| 4.3.3 完成多动作任务的性能 | 第112页 |
| 4.3.4 头动角度(HMID)性能 | 第112-114页 |
| 4.4 讨论 | 第114-117页 |
| 4.4.1 为什么使用显著性物体检测? | 第114-115页 |
| 4.4.2 那种显著性检测方法更适合假体视觉? | 第115-116页 |
| 4.4.3 视频帧率(FFVS)对所提出策略的影响 | 第116-117页 |
| 4.4.4 局限性 | 第117页 |
| 4.5 本章小结 | 第117-119页 |
| 第五章 扩展假体视觉感知视野的图像显著性物体重定位算法研究 | 第119-137页 |
| 5.1 引言 | 第119-121页 |
| 5.2 材料和方法 | 第121-129页 |
| 5.2.1 被试 | 第121-122页 |
| 5.2.2 实验平台 | 第122页 |
| 5.2.3 图像获取和预处理 | 第122页 |
| 5.2.4 基于显著性物体检测的图像重定位算法 | 第122-128页 |
| 5.2.5 实验设计 | 第128-129页 |
| 5.2.6 数据分析 | 第129页 |
| 5.3 结果 | 第129-132页 |
| 5.3.1 提出的图像重定位方法的性能 | 第129-131页 |
| 5.3.2 完成物体检测的性能 | 第131-132页 |
| 5.3.3 完成物体识别的性能 | 第132页 |
| 5.4 讨论 | 第132-136页 |
| 5.4.1 提出的图像重定位方法在物体检测中的优势 | 第132-134页 |
| 5.4.2 提出的图像重定位方法在物体识别中的优势 | 第134-135页 |
| 5.4.3 局限性 | 第135-136页 |
| 5.5 本章小结 | 第136-137页 |
| 第六章 总结与展望 | 第137-142页 |
| 6.1 本文研究总结 | 第137-139页 |
| 6.1.1 仿真假体视觉下基于显著性分割的图像增强策略 | 第137-138页 |
| 6.1.2 仿真假体视觉下基于全局显著性物体检测的实时图像增强策略 | 第138页 |
| 6.1.3 扩展假体视觉感知视野的图像显著性物体重定位算法研究 | 第138-139页 |
| 6.2 本文研究创新点 | 第139页 |
| 6.3 进一步展望 | 第139-142页 |
| 参考文献 | 第142-162页 |
| 附录1 TREK-AI-BALL无线摄像头技术参数 | 第162-163页 |
| 附录2 HMZ-T3W HMD技术参数 | 第163-164页 |
| 附录3 EMARGINZ800 3D VISOR HMD技术参数 | 第164-165页 |
| 附录4 TOBII PRO GLASSES-2技术参数 | 第165-166页 |
| 附录5 ARRINGTON RESEARCH-VIEWPOINT EYETRACKER技术参数 | 第166-168页 |
| 附录6 LP-RESEARCH-LPMS-B无线运动传感器技术参数 | 第168-169页 |
| 致谢 | 第169-171页 |
| 攻读博士学位期间已发表或录用的论文 | 第171-174页 |
