导读:本文包含了人眼感知论文开题报告文献综述及选题提纲参考文献，主要关键词:感知技术,关键性能,叁维,深度图,结构光,深度感,机器人研究所,动作捕捉,图像深度,实时识别
人眼感知论文文献综述
韩宏[1]（2019）在《叁维深度感知技术关键性能业界领先》一文中研究指出本报西安3月12日专电（驻陕韩宏）近日从西安交通大学2019年首场科技成果新闻发布会上获悉，通过近8年的艰苦攻关和自主创新，该校电信学院人工智能与机器人研究所葛晨阳副教授团队取得了部分原创性成果及多种深度相机产品的研发成功，包括自主开发的叁维深度(本文来源于《文汇报》期刊2019-03-13）
房迪时[2]（2018）在《人眼对于光色的感知依赖视网膜细胞》一文中研究指出色光叁原色是RGB,最饱和的叁原色迭加就是白光。我们称之为加色模式。在印刷品中,颜色是通过光线反射才能进入人的眼睛,所以颜色与光色不同,恰恰是减法原则。我们称之为减色模式但由于纸张的白色不可能完全覆盖,实际上叁重墨水作用最终会(本文来源于《数码影像时代》期刊2018年09期）
张培江[3]（2018）在《基于人眼视觉认知机制的仿生感知方法研究》一文中研究指出机器作为人类工具的延伸,不仅改变了人类生产制造的方式,还促进了人类社会的进步。目前机器所处的制造环境越发复杂、加工任务越发困难,传统机器难以处理这种动态多变、复杂非线性的状态,主要问题就是缺乏一定的信息自主判断、推理、决策的能力。为此,国内外学者将机器智能化作为主要研究目标,核心基础就是需要机器具备一定的智能感知能力。以多传感器信息的感知方法在感知到复杂的空间环境信息时存在局限性,传统视觉视觉感知方法虽然能获取丰富的信息,但也导致信息冗余和信息处理负担等问题。针对以上不足,本文借鉴近几年来对人脑认知机制的研究成果,开展了基于人眼视觉认知机制和机器视觉相结合的仿生感知方法研究,为实现智能机器的智能感知,提供必不可少的智能感知方法,以提升机器因应复杂制造环境的自主感知、认知和决策能力,从而为智能机器、智能感知提供一种新的理论研究思路,并为机器视觉领域的智能应用提供技术和方法。为此,本文通过对人眼视觉系统和生物工作机理进行分析,结合认知科学对视觉感知处理方法及运行机制的研究。特别是人眼注意力机制中的自底向上和自顶向下机制,揭示了人眼视觉感知从产生、传递、处理的主要过程和大脑对视觉信息处理通路的一般规律,该规律可以用于构建视觉感知从注意、知觉到记忆叁者之间关系,为本文提出基于人眼视觉仿生感知的机器视觉方法提供解决方案。针对于人眼视觉注意机制的最优图像获取问题,提出了一种基于Siamese网络与卷积神经网络相结合的图像质量评价方法,构建了一种机器视觉系统最优成像参数优化模型。针对于视觉注意机制对图像的处理问题,提出了一种基于二维Garbor滤波器初级特征提取的自底向上视觉注意模型和一种基于眼动数据和支持向量机的自顶向下视觉注意模型,进而得到视觉仿生感知的图像信息处理模型。采用一种基于迁移学习的目标任务特征提取并分类识别的方法,结合两种视觉注意模型提取到的目标任务特征,实现了基于目标任务的人眼仿生感知方法。本文开展了机器视觉仿生感知模拟试验系统设计与开发,对带钢缺陷显着性检测进行试验分析,能够在微硅钢片检测出来的缺陷点为6?6像素,实际缺陷尺寸为90?90um~2,进一步验证本文提出的仿生感知方法和模型在实现视觉注意目标搜索的科学性和合理可行性。提出一种基于人眼仿生感知的机器视觉感知方法,对推进智能机器实现自主感知有一定的实际意义。(本文来源于《深圳大学》期刊2018-06-30）
范晓鹏,朱枫[4]（2018）在《人眼灰度感知建模及其在图像增强中的应用》一文中研究指出原直方图均衡化算法处理结果不理想,主要是图像灰度域上实现的均衡化并不代表人眼感知亮度域上的均衡化,对此提出人眼感知亮度域上的直方图均衡化算法,但由于使用的灰度人眼感知模型不准确,处理效果也没有得到明显的改善。提出一种灰度人眼感知模型的建模方法,利用实验测试的方法得到人眼视觉系统临界可见偏差曲线;再推导得到人眼对不同灰度背景下同等灰度差别的敏感度曲线;接着利用上一步结果再通过积分和归一化方法得到灰度人眼感知模型;根据以上灰度人眼感知模型对直方图均衡化算法进行改进。对比实验结果表明,提出算法相比于原直方图均衡化具有明显的改善效果,相比于CLAHE、BBHE以及HMF等直方图改进算法,也具有无需参数调节,增强效果显着和适应性强等优点。(本文来源于《计算机工程与应用》期刊2018年13期）
王焱,杨威,王亚恒[5]（2018）在《基于人眼视觉感知驱动的井下图像增强算法》一文中研究指出为解决传统的对比度增强方法在对井下图像进行处理时不能兼顾压缩动态范围、调整亮度以及增强图像对比度等问题,提出一种基于人眼视觉感知特性的井下图像对比度增强算法。首先根据人眼亮度掩蔽特性对图像进行区域划分,然后基于非线性亮度映射模型,对图像的不同区域进行不同尺度的非线性调整,最后再将亮度调整后的不同区域组合成新的图像。实验结果表明,该方法能有效增强井下低照度图像的对比度,提升图像的视觉效果。(本文来源于《计算机工程与应用》期刊2018年09期）
张亚中[6]（2017）在《基于人眼感知特性的图像质量评价》一文中研究指出一图胜千言。随着互联网的高速发展,数字图像和视频由于具有直观的表现形式,正逐渐成为信息的主要载体。用户作为各种电子设备的最终接收者,往往希望看到的影像能具有高清晰度和高分辨率。然而,在实际环境中对图像进行采集和处理的过程难免会引入外界干扰,从而导致图像质量的退化和用户视觉体验的降低。为了衡量图像的失真程度,研究人员提出利用计算机自动评价图像质量的方法。通过对图像质量进行准确评估,能更好地优化和指导图像处理算法、系统,进而改善图像质量。因此,有效的图像质量评价方法对于提升人们的视觉体验质量乃至生活质量是至关重要的。现有的图像质量评价算法根据所需参考图像的信息量,可大致分为全参考、部分参考和无参考叁种类型。全参考算法在评价过程中需要依赖参考图像的所有信息,能在较低的计算复杂度下取得优越的性能,本论文不涉及此类算法的研究。部分参考和无参考算法由于缺乏足够多的参考信息,其设计难度较大,评价性能尚有很大的提升空间,是本文的研究重点。本文通过分析人眼视觉系统的感知特性,探索不同强度和类型的失真对图像质量产生的影响,根据评价算法对参考信息的依赖程度,从部分参考到无参考展开研究。针对现有评价算法中存在的某些不足,做出了一些改进。本文的主要工作和创新点可概括为:(1)提出一种基于离散余弦变换(Discrete Cosine Transform,DCT)域熵差异的部分参考图像质量评价方法。现有的部分参考算法往往面临着参考信息数据量和评价性能之间的矛盾,要得到准确的评价结果就必须利用较多的参考图像特征信息,而当参考数据量减少时评价性能也随之降低。针对上述问题,本文提出一种基于DCT域熵差异的部分参考评价方法:第一步通过分块DCT分别对待测试图像及其参考图像进行分解,并根据频率大小对变换系数进行重组和合并;第二步分别计算待测试图像和参考图像各频带系数的信息熵;第叁步比较待测试图像和参考图像在各频带上熵的差异,并根据人眼对图像不同频率信息的敏感性,计算各频带上熵差异的加权和,得到待测试图像的质量值。所提算法通过分别衡量图像各频带信息的失真情况,并结合人眼的视觉特性,仅根据极少量(8个)参考图像特征数据就能取得较好的评价性能。(2)提出一种基于改良自然场景统计(Natural Scene Statistics,NSS)模型的无参考图像质量评价方法。目前,基于NSS模型的无参考算法假设失真图像和自然图像都满足自然统计规律,并根据失真引起的图像统计特性变化来衡量图像质量衰减。然而,当失真较严重时图像并不能较好地服从NSS模型,其真实分布与NSS模型之间存在着误差,会影响评价的准确度。针对上述问题,本文提出一种基于改良NSS模型的无参考评价方法。所提方法利用NSS模型拟合图像的统计分布,通过计算NSS模型的拟合参数、拟合误差及相应的似然概率提取图像的特征。给定已知主观质量值的训练图像集,通过支持向量机学习图像特征与主观质量值及失真类型之间的对应关系。对于待测试图像,计算其特征并基于训练模型预测出质量值。所提算法详细分析了失真对图像统计规律的影响,弥补了现有基于NSS模型无参考算法的不足,其评价结果与人眼感知具有较好的一致性。(3)提出一种基于词包模型和局部量化模式的无参考图像质量评价方法。无参考算法常采用图像结构信息作为图像特征,但现有特征表示方法不能较好地表达图像的空域相关性,因此很难准确估计失真强度。针对上述问题,本文提出一种基于词包模型和局部量化模式的无参考评价方法。首先,给定一个自然图像集合,计算所有图像的局部量化模式并通过词包模型构建视觉词典。然后,给定已知主观质量值的失真图像训练集,基于视觉词典计算各失真图像的特征直方图。接着,采用支持向量机构建失真图像的特征与其主观质量值之间的映射关系。最后,计算待测试图像的特征并通过回归模型预测其质量。所提算法利用图像的局部结构信息和空域像素相关性进行特征提取,能有效反映图像的失真强度,评价结果与人眼感知高度一致。(本文来源于《西安电子科技大学》期刊2017-06-01）
徐凯强[7]（2017）在《基于人眼感知的图像对比度增强算法研究》一文中研究指出人类传递信息的主要媒介是语言和图像,其中人类接受的各种信息中视觉信息占80%。因此数字图像处理技术显得尤为重要,其已经发展了半个世纪,广泛运用于人类生活和社会生产的各个领域,如航天航空、生物医学、工业生产和公共安全等。图像增强处理是改善图像显示的关键技术之一。当拍摄的图像显示效果太差,或为了图像突出图像目标物体的某些特点,这就需要图像增强技术来改善图像的视觉效果。图像增强技术,可以根据给定的应用场合,有目的地对图像进行相应的整体或局部信息进行调整,选择地突出图像中感兴趣的特征或抑制不需的特征,使不清晰的图像变得清晰或强调某些特征。国内和国外大量学者从事图像处理方面的研究,已经提出许多图像增强算法,为人类的视觉体验做出了突出贡献。本文中,我们结合前辈们各种优秀算法,运用或改善,并提出自己的图像增强算法。本文中的算法将结合人眼视觉模型,使增强结果符合人眼的特性。本文的主要工作如下:1.提出了基于人眼视觉模型的阈值直方图均衡化算法。直方图均衡化算法是一个简单且效果不错的图像增强算法,但是其缺点也是很明显。因为它只考虑了灰度级像素个数所占的比重,往往会导致过度增强。虽然许多人提出基于阈值的直方图均衡化来解决此问题,但没有考虑人眼视觉,未考虑在何处添加阈值,又该设置为多少等问题。提出的算法结合人眼模型,在合适的灰度级添加合适的阈值。2.提出了基于人眼视觉模型的夜间图像增强算法。最近的一个名为AGCWD的图像增强算法,具有非常不错的增强效果。它主要表现为自适应调整增强因子gamma来增强图像。然而它在处理夜间图像时,有时会导致一个比较差的效果。尤其在高亮度像素个数较少时,该算法会导致高灰度级被过度压缩。提出的算法根据retinex算法原理,首先处理光照层,生成一个光照削弱图,最后进行图像增强。3.提出了基于人眼视觉模型的DCT域的自适应图像增强算法。首先根据人眼对亮度的敏感程度,自适应调节增强因子来调整AC系数部分。增强完细节部分之后,用一个控制局部对比度保持一致的方法,增强整个图像的亮度部分。(本文来源于《西安电子科技大学》期刊2017-05-01）
鲁凯旋[8]（2017）在《基于人眼视觉感知特性的立体图像质量评估算法的研究》一文中研究指出随着立体图像技术的快速发展,立体图像在提升人们的视觉享受的同时还在教育、游戏、医疗等等领域有着广泛的应用前景。而立体图像在其采集、传输、存储及相关处理的过程中,不可避免的会导致图像质量的降低,极大的限制了其发展。立体图像质量评估(Stereoscopic Image Quality Assessment,SIQA)可以衡量立体图像的好坏,为图像信息系统各个步骤的相关处理提供反馈和指引,以便于改进相关算法以提升图像质量,是立体图像信息系统不可或缺的组成部分;在立体图像领域占据重要的地位,是近年来的研究热点。本文通过分析以前的算法,学习人类视觉系统相关特性,提出了两种SIQA算法,总结起来本文所做工作如下:首先,本文从图像的主观和客观两个方面介绍了SIQA体系,包括图像主观质量评估的方法,全参考、半参考和无参考图像法叁个类别的客观质量评估相关算法模型、常见的SIQA数据库、图像客观质量评估有效性验证的六个指标以及SIQA领域所面临的挑战。由于客观图像质量评估的目的是设计出符合人眼主观感受的SIQA算法,需要最大程度的了解模拟人类视觉系统,因此本文介绍了人类视觉系统的生理学构造,以及由此引起的部分视觉机制,如亮度特性、视觉感兴趣区域、对比敏感度、视觉掩膜效应等。其次,本文基于前面章节的工作,提出了一种基于双目视觉特性的SIQA算法,利用图像分割方法提取图像的目标和背景,然后应用立体图像的深度图像的直方图统计特性将立体图像分成不同的平面层,之后应该局部相位和幅度特征的特征相似度得到各个平面层的质量分数,最后加权得到整幅图像的总体质量。最后,提出了一种基于单目视觉图像特征和视觉注意力特性的SIQA算法,首先将原始和失真立体图像的左右视图分别合成为一个单目感知图像,然后再提取原始和失真单目图像上的结构、梯度幅度、相位一致性叁个特征,并提取单目视图上的视觉感兴趣区域;比较原始和失真单目视图相应特征的相似度,最后将视觉注意力模型考虑到上述相似度函数得到最终的SIQA结果。并且在LIVE SIQA数据库第一和第二阶段上验证了本算法的有效性,本算法取得了出色的评估效果,实现了与主观质量评估很高的一致性。(本文来源于《电子科技大学》期刊2017-03-10）
姚军财[9]（2016）在《一种结合人眼对比度感知特性的彩色图像压缩算法》一文中研究指出为了使图像压缩后的效果更加符合人眼感知特性,提出了一种结合人眼对比度敏感视觉特性的图像压缩算法。算法首先结合视觉特性和图像变换域频谱系数特征,提出一种图像的角频率的计算方法,并依据计算的角频率提出一种人眼觉察图像最小误差阈值的计算方法;然后以此阈值作为量化步长,提出一种图像变换域频谱系数的量化方法;最后采用霍夫曼编码算法进行编解码,实现图像的压缩。并对叁幅彩色图像进行了仿真实验,结果表明:与JPEG技术相比,叁幅彩色图和各分量图的平均压缩比、PSNR和SSIM依次提高了10.480 7%、6.987 9%和2.649 4%。表明提出的结合人眼视觉特性的图像压缩算法是一种较好的、有实用价值的压缩算法。(本文来源于《液晶与显示》期刊2016年06期）
范晓鹏,蔡铁峰,朱枫[10]（2015）在《实现人眼灰度感知信息最大化的图像增强算法》一文中研究指出为了实现人眼感知信息最大化,结合人眼视觉系统亮度阈值特性提出一种具有目标函数的图像增强算法.首先在全局灰度映射约束条件下给出感知图像的计算方法,并以感知图像与原图像之间的互信息作为目标函数;然后采用动态规划算法实现了全局最优的灰度合并策略,以合并图像中人眼无法分辨的灰度;最后通过调整合并后灰度的取值实现目标函数最大化.实验结果表明,该算法具有良好的图像增强效果,所提目标函数合理有效.(本文来源于《计算机辅助设计与图形学学报》期刊2015年10期）
人眼感知论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
色光叁原色是RGB,最饱和的叁原色迭加就是白光。我们称之为加色模式。在印刷品中,颜色是通过光线反射才能进入人的眼睛,所以颜色与光色不同,恰恰是减法原则。我们称之为减色模式但由于纸张的白色不可能完全覆盖,实际上叁重墨水作用最终会
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人眼感知论文参考文献
[1].韩宏.叁维深度感知技术关键性能业界领先[N].文汇报.2019
[2].房迪时.人眼对于光色的感知依赖视网膜细胞[J].数码影像时代.2018
[3].张培江.基于人眼视觉认知机制的仿生感知方法研究[D].深圳大学.2018
[4].范晓鹏,朱枫.人眼灰度感知建模及其在图像增强中的应用[J].计算机工程与应用.2018
[5].王焱,杨威,王亚恒.基于人眼视觉感知驱动的井下图像增强算法[J].计算机工程与应用.2018
[6].张亚中.基于人眼感知特性的图像质量评价[D].西安电子科技大学.2017
[7].徐凯强.基于人眼感知的图像对比度增强算法研究[D].西安电子科技大学.2017
[8].鲁凯旋.基于人眼视觉感知特性的立体图像质量评估算法的研究[D].电子科技大学.2017
[9].姚军财.一种结合人眼对比度感知特性的彩色图像压缩算法[J].液晶与显示.2016
[10].范晓鹏,蔡铁峰,朱枫.实现人眼灰度感知信息最大化的图像增强算法[J].计算机辅助设计与图形学学报.2015