导读:本文包含了视觉响应论文开题报告文献综述及选题提纲参考文献，主要关键词:目标检测,梯度响应图,显着性,模板匹配
视觉响应论文文献综述
马翠红,王毅,毛志强[1]（2019）在《基于梯度响应图与视觉显着性的快速实时目标检测》一文中研究指出针对复杂背景的图像中纹理目标检测实时性低,准确率不高的问题,提出了一种基于梯度响应图和视觉显着性的快速实时目标检测方法。首先,利用"BING"特征算法快速搜索图像中目标,确定目标大概位置,同时去除冗余背景;然后,引入视觉注意机制,利用改进谱残差模型消除目标纹理响应,同时加强目标轮廓的梯度显着性,构建梯度显着图;最后,在梯度显着图的基础上,建立梯度响应图,利用模板主方向和查找表的实时模板匹配法,通过计算梯度响应图与模板之间梯度主方向的相似性度量值进行目标检测。在"ECSSD"公开数据集上进行测试,该算法能够在复杂背景下,快速实时地完成目标检测,且针对纹理目标具有很高的鲁棒性。实验结果表明,该方法检测准确率高达95.3%,具有良好的检测性能。(本文来源于《工业控制计算机》期刊2019年05期）
陈小刚,徐圣普[2]（2018）在《稳态视觉诱发电位频率响应特性研究》一文中研究指出目的稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)是大脑对周期性视觉刺激产生的响应,已广泛应用于基于脑电(electroencephalogram,EEG)的脑-机接口(brain-computer interface,BCI)。SSVEP频率响应曲线通常是以发光二极管(light emitting diode,LED)作为视觉刺激器的方式获得的。近年来,计算机显示器广泛用于产生闪烁刺激,然而基于计算机显示器的SSVEP频率响应曲线少有研究。为此,本文研究了基于计算机显示器的SSVEP频率响应特性。方法利用采样正弦编码方法在普通LCD显示器上产生了42个刺激频率(频率范围4~45 Hz),并收集了10位健康受试者的脑电数据,以研究SSVEP幅值/信噪比(signal-to-noise ratio,SNR)与刺激频率的关系。结果较强SSVEP响应出现在大脑枕区。SSVEP基频幅值的峰值出现在10 Hz处,且第二峰值出现在20 Hz处。SSVEP二次谐波幅值的峰值出现在6 Hz且在高刺激频率处幅值较小。低、中频段的SSVEP基频信噪比处于相当的水平。结论本文的实验结果可以为基于计算机显示器的SSVEP-BCIs的频率选择提供依据。(本文来源于《北京生物医学工程》期刊2018年03期）
李恒[3]（2018）在《基于脑网络重组的稳态视觉诱发响应机制研究》一文中研究指出稳态视觉诱发电位(Steady-state visual evoked potentials,SSVEP)具有高信噪比和鲁棒性强等优良特性,被广泛应用于认知神经科学和神经工程学中。研究表明SSVEP响应的出现与多个脑区相关,但其产生的具体神经机制尚不十分清楚。在本学位论文中,我们在基频和二次谐波下利用脑网络重组的分析方法研究了SSVEP的响应机制,所获得的研究成果总结如下:1.在基频和二次谐波下,分别研究了静息态网络到刺激诱发网络的网络重组对SSVEP的响应的影响。研究表明,在网络重组的过程中,静息态网络到刺激诱发态网络相关脑区之间的连接大部分都是增加的,且与信噪比(Signal-tonoise ratio,SNR)有显着性相关的连接主要分布在顶-枕叶和额叶区域。在SNR与叁种网络重组度量指数相关性分析中,我们发现SNR和网络距离、平均连接改变量显着性正相关,这表明网络重组中网络拓扑结构发生变化并且脑区之间的连接变得密切。此外,SNR和聚类系数、全局效率、局部效率显着性正相关和特征路径长度显着性负相关,表明整个网络信息传递效率增大。从静息态网络到刺激诱发网络更大的网络重组产生更加高效的拓扑结构,进而产生更大的SSVEP响应幅度。2.7.5 Hz、12 Hz和15 Hz叁种刺激频率下,不同被试者在相同周期性闪光刺激实验中SSVEP响应均表现出巨大差异。21位被试者从静息态网络到刺激诱发态网络的网络距离大不相同表明其网络拓扑结构的改变程度不同;平均连接改变量的不同,表明重组过程整个脑网络脑区间联系紧密程度变化不同;四种网络拓扑属性改变量的差异体现不同被试者网络重组后,网络局部和全局信息传递效率增加量的差异。因此我们认为不同被试者在相同的外界刺激驱动下,其脑网络重组的程度不同。所以,从静息态到刺激诱发状态不同被试者网络重组程度的区别导致不同被试者SSVEP响应幅度的巨大差异。我们的结果表明,稳态视觉诱发响应是多脑区间相互联系、共同配合的结果,而网络重组是影响SSVEP响应强度的关键因素。这种影响产生的主要途径是网络重组过程中,新的网络拓扑结构在全局和局部效率都发生巨大变化。网络重组产生的新的网络拓扑结构的信息传递效率越高,脑区之间的这种联系就更强而且更迅速,进而促进了SSVEP响应的产生。(本文来源于《电子科技大学》期刊2018-04-10）
郭金朋,范影乐,武薇,朱亚萍[4]（2018）在《引入视通路视觉响应与融合模型的轮廓检测》一文中研究指出目的为了提高轮廓检测的综合性能,特别是增强弱轮廓边缘的提取能力,在结合视觉机制的基础上提出了本文方法。方法模拟视觉信息在视通路中的传递和处理过程,首先根据神经节细胞的中心周边拮抗机制,实现初级轮廓信息的快速提取;接着利用高斯函数与高斯差函数之间的差异性来模拟外膝体非经典感受野的调制作用,实现纹理背景的抑制;然后构建了一种V1区多朝向简单细胞感受野模型,提出了一种基于负值效应的DOG(difference of Gaussians)响应改进评价模式;最后考虑V1区复杂细胞在表征视觉高级特征的能力,给出了一种基于并行处理的视通路视觉响应融合模型,实现目标轮廓的检测与增强。结果为了验证本文方法对自然场景图像的轮廓检测具备有效性,本文选取RuG轮廓检测数据库中的40幅自然场景图进行轮廓检测实验,并与二维高斯导函数模型(DG)、组合感受野模型(CORF)和空间稀疏约束纹理抑制模型(SSC)等3种典型的自然图像轮廓检测方法进行了分析比较。结果表明,本文方法检测提取到的主体轮廓更加完整,具有较高的图像纯净度,整体上反映了本文所提轮廓检测方法所具备的生物智能性。本文方法的平均P指标为0.45,相较于对比方法具有更好的轮廓检测性能。结论本文方法具有较好的自然轮廓检测提取能力,尤其对于图像包含部分弱轮廓边缘的检测。本文构建的新模型将有助于对视通路中各层级功能和内在机制的理解,也将为基于视觉机制的图像分析和理解提供一种新的思路。(本文来源于《中国图象图形学报》期刊2018年02期）
吴杭姿[5]（2017）在《膜结构风振响应的双目立体视觉观测技术研究》一文中研究指出膜结构气弹模型试验是研究膜结构气弹效应最常用的手段,在现有的膜结构响应观测中一般采用加速度传感器,激光位移计等,但是这些传统的观测技术存在着观测信息为点状,测定效率低,信息量和广度有限的问题,因此需要对膜结构的观测技术进行改进。而双目立体视觉技术作为一种非接触测量技术,能获得物体全场的信息,信息量大,已在航空航天等领域得到广泛的应用。本文的研究主要是利用双目立体视觉技术在测量物体变形上的优势,通过形成双目立体视觉技术观测系统,并将该系统运用于膜结构气弹试验中,针对实际测量中的相关问题开展了研究工作。主要内容如下:(1)基于双目立体视觉技术的基本数学模型,通过明确世界坐标系,对双目立体视觉技术的坐标变换方程进行了改进。在此基础上,围绕着求解坐标变换方程,针对如何减小噪声干扰,提高处理速度,对现有响应观测处理过程进行改进和补充:对相机标定问题采用了Open CV平台;对测点像素坐标的获取进行了优选、改进和补充;提出了八邻域像素点连续跟踪用以解决标识点的连续性识别;提出了采用基于基准相片的排列匹配方法将测点像素坐标进行对应。由此形成了双目立体视觉技术响应观测算法。(2)根据所形成的双目立体视觉的观测算法,确定了观测中所需要的硬件设备,完善了整个软件系统,并将软件系统转化为人机交互界面:借助Open CV开发了标定模块,提高了计算效率和自动化程度;基于Matlab开发了可视化的双目立体视觉观测平台,将像素坐标计算,叁维位移计算以及全场结果计算叁个过程集成了观测平台,由此形成双目立体视觉观测系统。(3)利用所形成的双目立体视觉技术响应观测系统,结合现有的实验条件,针对膜结构气弹模型试验,探讨了可能的观测方案。在此基础上采用双目立体视觉观测系统,对典型膜结构进行不同风速,不同模型形式的气弹试验,确定了观测系统的识别精度,适用范围,对模型曲率变化的敏感性,同时,给出了膜面的全场位移结果。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
孙俊,张跃春,毛罕平,武小红,陈勇[6]（2018）在《基于计算机视觉的土壤镉胁迫生菜叶片污染响应分析》一文中研究指出为了实现无损检测生菜叶片中重金属镉的污染程度,以计算机视觉技术为研究手段,结合图像处理方法和特征选择方法,对4个梯度重金属镉胁迫的生菜叶片进行识别。首先利用数码相机获取生菜叶片图像,然后使用K-means聚类算法分割图像,对分割出的目标图像提取图像颜色、形状和纹理特征,共获取46个图像特征。为了使模型更简便和减少数据量,利用基于变量组合的变量重要性分析(VIAVC)和竞争性自适应重加权算法(CARS)对图像特征进行降维。采用偏最小二乘法判别分析(PLS-DA)和随机森林(RF)构建模型,用于生菜镉胁迫程度的识别。结果表明,在7个组合特征模型中,颜色形状纹理融合特征所建立的模型给出了最优结果,测试集分类正确率为92%。用VIAVC和CARS对颜色形状纹理融合特征进行特征选择,发现VIAVC的降维效果优于CARS。使用特征选择的变量建立模型,RF模型的训练集分类正确率和预测集分类正确率均高于PLS-DA,其中,基于VIAVC的RF模型的训练集和预测集分类正确率分别为98.0%和96.0%。可见,基于VIAVC的RF模型在大大降低了特征维数的前提下,能够较好地对不同镉胁迫程度的生菜叶片进行识别。(本文来源于《农业机械学报》期刊2018年03期）
张振昊,张智君[7]（2017）在《视觉稳态电位的基频和谐波对注意的响应机制》一文中研究指出视觉稳态电位(Steady-State Visually Evoked Potentials, SSVEP)是由一定频率的视觉刺激所诱发的具有与刺激频率相同(基频)或更高次谐波频率成分(谐波)的周期性响应电位。它与注意存在密切的关系,受特征注意、空间注意和客体注意的调节,是基于注意的脑机接口的一种常用信息源。对于视觉稳态电位基频和谐波的响应机制,先前的研究认为,它们是相互独立的,各自起源于顶枕叶的不同区域。其中,基频成分主要受到刺激的物理特征的影响,而谐波成分则主要受自上而下的选择性注意等因素调制。本研究采用正弦调制的黑-白刺激,对基频和谐波进行分离,并对相同频率下的基频和谐波振幅进行比较。结果显示:与以往研究不同,基频和谐波之间没有显着差异,基频和谐波成分的频率-振幅响应曲线非常相似;与以往研究一致,基频/谐波与刺激频率的交互作用显着,即当刺激频率处在theta波段(4-7 Hz)时,谐波振幅大于基频振幅,而在alpha段(8-14 Hz)时,基频振幅大于谐波振幅。当基频和谐波的频率相同时,两者的振幅相当,表明基频和谐波可能具有某些相同的内在机制,其存在的部分差异是由频率引起的。本研究结论认为,相同频率的基频和谐波成分由不同的刺激透发,它们起源于不同的脑区,却具有相似的振幅响应,即SSVEP的形成并不完全取决于刺激源的脑区定位,其它因素如脑内神经震荡和alpha节律等可能发挥着更为重要的作用。(本文来源于《第二十届全国心理学学术会议--心理学与国民心理健康摘要集》期刊2017-11-03）
韩莹[8]（2016）在《节律性视觉刺激调制下的脑电特征分析及神经响应模式研究》一文中研究指出认知增强技术在神经类疾病的治疗、航天与军事领域中有广泛应用前景。目前常用的调控方法有经颅电刺激、经颅磁刺激和节律性感觉刺激,其基本原理是通过外加物理场改变神经振荡的频率,从而影响神经功能。节律性感觉刺激(Rhythmic sensory stimuli,RSS)通过对感官的刺激诱导大脑产生神经振荡。大量研究表明,特定频率的RSS可周期性地改变受试者的行为学表现,但是,RSS的调制机制目前仍未研究清楚,这严重阻碍了基于RSS神经调控技术的发展。本研究设计了一种新型的实验范式用于研究RSS对于大脑认知功能的调制作用。在视、听觉任务二选一范式的基础上,实验组引入不同参数的背景节律性视觉刺激(Rhythmic visual stimuli,RVS)。二选一范式中,瞬态视觉刺激包含叁种对比度。实验共采集了31名受试者随机交叉完成等量视觉任务与听觉任务时的行为学数据与脑电数据。本研究统计分析了受试者在上述实验中的反应正确率与反应时间相关特征,分析了脑电数据的时域波形图、事件相关谱扰动、试次间相干性指数,得到以下结果:(1)RVS能够大幅缩短受试者在视、听觉任务二选一范式中的反应时间,但对反应正确率无显着影响;(2)RVS频率参数不同时,受试者的行为学反应增益模式不同,当RVS频率为10 Hz时表现为响应增益,当RVS频率为15 Hz时表现为对比度增益;(3)刺激出现后135-320 ms内,颞叶联合皮层θ频段ITC增益模式与行为学反应增益模式表现一致。依据数据分析结果,本研究得到的主要结论包括:(1)RVS能够影响大脑神经响应过程,且不局限于视觉通路,对听觉通路也能够产生显着影响;(2)不同频率RVS对大脑神经响应产生的增益模式不同,主要体现在行为学反应时间增益与颞叶联合皮层θ频段神经振荡相位同步性增益上;(3)本研究首次绘制了不同频率RVS作用下的行为学及神经响应增益曲线,为通过脑-机接口技术实现认知增强提供了一条新的途径,为脑-机融合、人机自动化等应用提供技术支持。(本文来源于《天津大学》期刊2016-12-01）
刘启航,蒋月丽,周强[9]（2016）在《东亚飞蝗对LED光信号视觉响应的波谱视敏效应测定》一文中研究指出为了探索东亚飞蝗视觉响应LED光信号的视敏反应效应,以明确东亚飞蝗趋光的光敏响应因子和生物光诱参数,利用LED光照和Ava Spec光纤光谱仪系统,在室内进行了东亚飞蝗视觉响应表征的光谱测定。并在此基础上,利用该波谱光照装置,验证其波谱光照调控东亚飞蝗的趋光反应及响应程度。测定结果显示,东亚飞蝗复眼吸收365、400、520、610 nm波长光照射后,其视觉响应波谱表现为380、402、540、602 nm的微光特征,当波谱光照强度增加时,东亚飞蝗视觉微光反应随之增强,且呈现时变效应的调控特性。东亚飞蝗视觉光敏调控的时变强度以紫光最优、依次是橙光和绿光最差,而其调控容度以橙光最优、绿光次之和紫光最差,紫外光较快的光敏聚集速度、紫光较强的光敏聚集程度和橙光较好的趋光效果说明,趋光光敏活性、趋光程度和趋光效果分别与视觉激发强度和视觉光敏调控的时变强度以及视觉光敏调控容度呈正相关,且东亚飞蝗视觉反应强度的光敏时效性影响其趋光行为选择和视觉光敏活性。因此,依据紫外光较强的激发效果、橙光较好的光敏时效性和紫光较强的光敏调控强度的特性,进行趋光视敏性光照时间的刺激调控,可以增强东亚飞蝗的趋光效果。该研究结果为蝗虫光诱捕机械装备的研制提供了理论基础和技术指导。(本文来源于《农业机械学报》期刊2016年04期）
韩莹,许敏鹏,柯余峰,安兴伟,孙长城[10]（2015）在《注意力对视觉刺激响应的调制作用》一文中研究指出注意是事件相关电位(event-related potential,ERP)产生的基础,通常ERP产生于有较强随机性的自发脑电(electroencephalogram,EEG)背景中,自发脑电干扰成为提取高质量ERP信号的主要障碍.本文采用稳态刺激诱发稳态视觉诱发电位(steady state visual evoked potential,SSVEP),得到特定频率和相位调制的背景脑电,并实施不同对比度的选择性注意视觉刺激,通过比较分析所诱发产生的ERP信号波形及其P1与N1成分幅值和潜伏期变化,研究不同背景脑电及刺激强度条件下注意力对视觉刺激诱发响应的调制作用.结果表明,在特定背景脑电节律振荡与初始相位及视觉刺激对比度时,注意力对视觉刺激响应有显着调节作用,主要体现在视觉注意条件下会增加ERP中N1成分幅值并具有显着性差异,注意力对P1和N1成分的潜伏期皆无显着性差异影响.研究结果提示在设计ERP诱发实验范式时可利用注意力显着调节作用赋予背景脑电预定节律和初始相位特征,以便在ERP提取和识别时消除自发脑电干扰,获得理想研究结果.(本文来源于《纳米技术与精密工程》期刊2015年05期）
视觉响应论文开题报告
（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：
目的稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)是大脑对周期性视觉刺激产生的响应,已广泛应用于基于脑电(electroencephalogram,EEG)的脑-机接口(brain-computer interface,BCI)。SSVEP频率响应曲线通常是以发光二极管(light emitting diode,LED)作为视觉刺激器的方式获得的。近年来,计算机显示器广泛用于产生闪烁刺激,然而基于计算机显示器的SSVEP频率响应曲线少有研究。为此,本文研究了基于计算机显示器的SSVEP频率响应特性。方法利用采样正弦编码方法在普通LCD显示器上产生了42个刺激频率(频率范围4~45 Hz),并收集了10位健康受试者的脑电数据,以研究SSVEP幅值/信噪比(signal-to-noise ratio,SNR)与刺激频率的关系。结果较强SSVEP响应出现在大脑枕区。SSVEP基频幅值的峰值出现在10 Hz处,且第二峰值出现在20 Hz处。SSVEP二次谐波幅值的峰值出现在6 Hz且在高刺激频率处幅值较小。低、中频段的SSVEP基频信噪比处于相当的水平。结论本文的实验结果可以为基于计算机显示器的SSVEP-BCIs的频率选择提供依据。
（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。
视觉响应论文参考文献
[1].马翠红,王毅,毛志强.基于梯度响应图与视觉显着性的快速实时目标检测[J].工业控制计算机.2019
[2].陈小刚,徐圣普.稳态视觉诱发电位频率响应特性研究[J].北京生物医学工程.2018
[3].李恒.基于脑网络重组的稳态视觉诱发响应机制研究[D].电子科技大学.2018
[4].郭金朋,范影乐,武薇,朱亚萍.引入视通路视觉响应与融合模型的轮廓检测[J].中国图象图形学报.2018
[5].吴杭姿.膜结构风振响应的双目立体视觉观测技术研究[D].哈尔滨工业大学.2017
[6].孙俊,张跃春,毛罕平,武小红,陈勇.基于计算机视觉的土壤镉胁迫生菜叶片污染响应分析[J].农业机械学报.2018
[7].张振昊,张智君.视觉稳态电位的基频和谐波对注意的响应机制[C].第二十届全国心理学学术会议--心理学与国民心理健康摘要集.2017
[8].韩莹.节律性视觉刺激调制下的脑电特征分析及神经响应模式研究[D].天津大学.2016
[9].刘启航,蒋月丽,周强.东亚飞蝗对LED光信号视觉响应的波谱视敏效应测定[J].农业机械学报.2016
[10].韩莹,许敏鹏,柯余峰,安兴伟,孙长城.注意力对视觉刺激响应的调制作用[J].纳米技术与精密工程.2015