导读:本文包含了人眼视觉模型论文开题报告文献综述、选题提纲参考文献，主要关键词:视觉,光谱,模型,敏感度,特性,光学,等值线。
人眼视觉模型论文文献综述写法
黄益琪,李宾[1]（2017）在《个性化人眼模型及屈光手术视觉质量评估》一文中研究指出人眼是一台精巧而复杂的光学成像系统,其复合结构存在像差,它的空间极限分辨能力要小于无像差的同口径的小孔所对应的衍射极限。眼球也并非完美对称的,各介质曲面由于不规则性或位置异常等因素对视觉质量产生影响,为精确修正眼球的屈光不正带来困难。而常规的角膜手术虽然可以较好地修正以离焦为主的低阶像差,但却不能改善高阶像差,在手术实施的过程中反而会因为改变角膜的面型因子,引入较大的球差,严重影响暗视场的视力。本文依据人眼的基本结构及统计的典型人眼参数,实现全眼球数字化模拟并考虑了个性化因子,分析影响视力的主要因素,针对眼球屈光不正设计出个性化的角膜手术方案,使术后眼球的像差得到全面修正,从而实现最佳的人眼成像能力。(本文来源于《核技术》期刊2017年06期）
刘士伟,刘真,田全慧,朱明[2]（2017）在《基于人眼视觉和残差补偿的光谱降维模型的研究（英文）》一文中研究指出传统主成分(PCA)光谱降维方法利用数学的方法,保证降维后的重构光谱与原光谱在形状上尽可能相似,但是传统PCA降维过程中无差别的对待每一个波段的光谱数据,而人眼视觉对不同波段的光谱敏感程度不同,会造成有时候虽然光谱误差较小,但是人眼看上去色差较大的情况。在保证光谱误差的同时,为了能够有效的减少源光谱与重构光谱的色度误差,提出了两种基于人眼视觉的加权函数对传统PCA降维方法进行优化,并利用残差光谱对模型进行补偿。实验过程以Munsell色卡作为训练样本,Munsell色卡和多光谱图像"young girl"作为测试样本,然后利用本文提出的加权函数进行PCA降维并重构,并与相关文献提出的方法进行了对比。实验结果表明,提出的两种加权算法,与其他算法相比,无论是色度精度还是在变光源的稳定性方面,都有显着地提高。(本文来源于《光谱学与光谱分析》期刊2017年05期）
姚军财[3]（2016）在《人眼亮度和色度对比敏感视觉特性的测量及其模型研究》一文中研究指出为了探讨人眼对比度敏感视觉特性,利用显示器显示11种空间频率、平均亮度为10、60和90cd/m2的目标光栅,设计实验测量了120名青年的人眼亮度和色度对比敏感度数据,并采用最小二乘法对测量数据进行了分析和拟合,提出了一种多项式调制下的指数形式的人眼亮度和色度对比敏感视觉特性的数学模型,且与国内外典型的模型进行了对比分析。结果表明:随着空间频率f的增加,人眼对比敏感度先增加后减小,当f在3cpd~4cpd(周/度)时,人眼最为敏感,其与目前典型的视觉模型基本一致。表明提出的测量方法是有效的、可行的,提出的视觉模型具有一定的科学性;且该测量方法操作简单,视觉模型计算复杂度低,在实际应用中优于典型的测量方法和视觉模型,具有一定的参考价值。(本文来源于《应用光学》期刊2016年06期）
狄芳,李雪,陈振强,孙知信[4]（2015）在《基于人眼视觉特性与SVM的视频质量评估模型》一文中研究指出建立一个精确、有效的视频质量评估模型是当前多媒体研究的热点问题。通过分析现有无参考视频质量评价技术的优缺点,文中提出了基于人眼视觉特性(human visual system,HVS)与SVM的视频质量评估模型——HVQAM模型。该模型在采用支持向量机对帧图像进行质量评估的基础上,创新地采用人眼视觉特性对帧内区域图像进行加权平均。通过实验对HVQAM模型进行了测试,测试结果表明文中所提出的模型与主观评估结果相比较,相似度更高,而CPU及内存占用率较低。(本文来源于《南京邮电大学学报(自然科学版)》期刊2015年05期）
徐宇杰,管会超,张宗卫,郭庆,张青[5]（2015）在《基于人眼视觉原理的虚拟现实显示模型》一文中研究指出针对虚拟现实领域现有的显示模块无法提供满足人眼视觉规律的立体视觉效果这一问题,提出一种基于斜交视锥体立体摄像机模型的虚拟现实(VR)立体视觉解决方案。首先,通过研究人眼视域模型和人眼双目提取深度信息原理,建立双目视差数学模型;其次,使用工业引擎3DVIA Studio作为实验平台,依靠VSL编程语言进行画面分屏处理,通过设立父子关系,设置视觉交互模块,搭建VR交互立体摄像机结构;接着,通过建立点云模型,量化物体立体感观,探讨多种VR立体摄像机模型,从深度信息显示效果和畸变特性出发分析各个模型优缺点,逐步进行优化。分别建立了中心轴平行的正交视锥体摄像机模型、中心轴于观影距离处相交的正交视锥体模型,通过优化摄像机视锥体结构,形成斜交视锥体摄像机模型。最后使用3DVIA Studio进行实验,代入具体数据进行投影变换,结果显示斜交视锥体摄像机模型在保证深度信息显示效果的前提下很好地消除了畸变,能够提供优秀的视觉体验效果。(本文来源于《计算机应用》期刊2015年10期）
何颂华,陈桥,段江[6]（2015）在《基于人眼视觉特性的光谱降维模型研究》一文中研究指出针对传统光谱降维方法其降维重构后的光谱数据仅是对原始光谱的数学逼近,会出现光谱误差较小但颜色色差较大的缺点,创新性的提出叁种将人眼视觉特性与光谱降维相结合的方法。其中,VPCA法直接将光谱光视效率函数加权到原始光谱上再进行降维,LMSPCA方法用LMS视稚响应构建加权矩阵对原始光谱加权后再进行降维,在LMSPCA法中加权矩阵的构建有两种方式,其主要区别在于视稚响应偏差的求取方式不同。方式一中,L,M,S视稚响应偏差是各对应波长上的偏差取绝对值,而方式二中,其偏差是各对应波长上的偏差平方。LMSPCAs法在LMSPCA法基础上再采用PCA(主成分分析)方法对损失的光谱进行降维。实验结果表明VPCA法降维效果较差,LMSPCA法的两种加权矩阵降维效果接近,皆可显着提高降维模型的色度精度,但会降低模型的光谱精度,LMSPCAs法由于针对LMSPCA法因光谱加权引起的光谱损失再进行光谱补偿,其在光谱精度、色度精度以及变光照条件下的色差稳定性这叁个方面都能较好地表征原始高维光谱反射率,满足光谱颜色复制的要求。(本文来源于《光谱学与光谱分析》期刊2015年06期）
刘一方,张云峰,郭强,张彩明[7]（2016）在《人眼视觉感知模型指导的有理函数图像插值》一文中研究指出基于有理函数模型提出了一种新的自适应图像插值算法.此类有理函数具有简单显性数学表达式,且含有可调参数.当两个参数都等于1时,有理函数变为双叁次插值函数.基于有理函数构造图像插值曲面,原始图像通过等值线分析自适应地分解为平滑和边缘两部分.其中自适应阈值根据有理函数构造原理来确定,思路是将人眼视觉感知与图像结构相融合,对于像素结构简单视觉关注度低的平滑区域,采用双叁次插值.对于像素结构复杂视觉关注度高的边缘区域,采用有理插值处理,参数由人眼对比敏感特性来确定.实验表明,该算法细节信息保持优于当前经典的图像插值算法,具有较好的视觉效果.(本文来源于《西安电子科技大学学报》期刊2016年01期）
郭春,王明年,杨璐[8]（2014）在《人眼视觉影响下的公路隧道LED照明计算模型》一文中研究指出公路隧道照明的目的是为了给驾驶员提供良好的视觉环境,保障交通安全。照明光源的光学特性是基于人眼视觉的光度量来描述的,常用的一个光度量是亮度,它和辐射亮度之间的关系通过人眼的光谱光视效率函数连接起来,人眼的光谱光视效率函数随着亮度水平的不同而不同,根据亮度的变化,人眼的光谱光视效率分别定义为明视觉、暗视觉、中间视觉在以下叁种视觉。通过对LED照明特性以及人眼的视觉特性的研究,结合了物理以及生物这两个角度。依次对人眼在中间视觉条件下的视觉特性进行分析,建立起中间视觉计算模型。研究成果可以进一步为公路隧道LED照明设计方法建立服务。(本文来源于《海峡两岸第二十一届照明科技与营销研讨会专题报告暨论文集》期刊2014-11-21）
翟奕,王肇圻,王雁,刘永基,张琳[9]（2014）在《用特殊眼模型研究人眼像差与色差对视觉的影响》一文中研究指出在光轴和视轴不重合的眼球模型中,设计了一种仅消轴向色差(LCA)而保持横向色差(TCA)不变的元件,建立了仅有TCA的眼模型。进而将实测的人眼高阶像差数据沿视轴方向引入眼模型,用以研究色差和高阶像差的相互作用。建立了叁款个性化眼球模型,研究了明视觉状态下高阶像差、色差(LCA+TCA)、LCA和TCA对视觉的影响以及它们之间的相互作用。结果表明:对于多数人眼,色差对视觉的影响远大于高阶像差的影响,并且色差的存在进一步抑制了高阶像差的影响。在色差对视觉的影响中,LCA是具有统治地位的因素;对于多数人眼,TCA的影响可以忽略。(本文来源于《光学学报》期刊2014年11期）
黄新民,申静,任亚杰,姚军财[10]（2013）在《基于CRT显示器的人眼彩色视觉特性数学模型研究》一文中研究指出结合阴极射线管显示器的显色特性,设计了用显示器显示目标光栅测量人眼红-绿和蓝-黄对立色对比度敏感的实验方案,测量了11位观察者的人眼彩色对比度敏感视觉特性的数据,并对测量数据进行了拟合,通过理论分析和结合前人的经验,提出了一种人眼彩色视觉特性的CSF数学模型,且与国外拟合结果做了对比。结果表明,基于显示器测量、拟合和理论分析提出的CSF模型能够较好地反映人眼空间视觉特性,是一个具有一定科学性的人眼视觉特性数学模型。(本文来源于《液晶与显示》期刊2013年03期）
人眼视觉模型论文开题报告范文
（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：
传统主成分(PCA)光谱降维方法利用数学的方法,保证降维后的重构光谱与原光谱在形状上尽可能相似,但是传统PCA降维过程中无差别的对待每一个波段的光谱数据,而人眼视觉对不同波段的光谱敏感程度不同,会造成有时候虽然光谱误差较小,但是人眼看上去色差较大的情况。在保证光谱误差的同时,为了能够有效的减少源光谱与重构光谱的色度误差,提出了两种基于人眼视觉的加权函数对传统PCA降维方法进行优化,并利用残差光谱对模型进行补偿。实验过程以Munsell色卡作为训练样本,Munsell色卡和多光谱图像"young girl"作为测试样本,然后利用本文提出的加权函数进行PCA降维并重构,并与相关文献提出的方法进行了对比。实验结果表明,提出的两种加权算法,与其他算法相比,无论是色度精度还是在变光源的稳定性方面,都有显着地提高。
（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。
人眼视觉模型论文参考文献
[1].黄益琪,李宾.个性化人眼模型及屈光手术视觉质量评估[J].核技术.2017
[2].刘士伟,刘真,田全慧,朱明.基于人眼视觉和残差补偿的光谱降维模型的研究（英文）[J].光谱学与光谱分析.2017
[3].姚军财.人眼亮度和色度对比敏感视觉特性的测量及其模型研究[J].应用光学.2016
[4].狄芳,李雪,陈振强,孙知信.基于人眼视觉特性与SVM的视频质量评估模型[J].南京邮电大学学报(自然科学版).2015
[5].徐宇杰,管会超,张宗卫,郭庆,张青.基于人眼视觉原理的虚拟现实显示模型[J].计算机应用.2015
[6].何颂华,陈桥,段江.基于人眼视觉特性的光谱降维模型研究[J].光谱学与光谱分析.2015
[7].刘一方,张云峰,郭强,张彩明.人眼视觉感知模型指导的有理函数图像插值[J].西安电子科技大学学报.2016
[8].郭春,王明年,杨璐.人眼视觉影响下的公路隧道LED照明计算模型[C].海峡两岸第二十一届照明科技与营销研讨会专题报告暨论文集.2014
[9].翟奕,王肇圻,王雁,刘永基,张琳.用特殊眼模型研究人眼像差与色差对视觉的影响[J].光学学报.2014
[10].黄新民,申静,任亚杰,姚军财.基于CRT显示器的人眼彩色视觉特性数学模型研究[J].液晶与显示.2013