导读:本文包含了人类视觉系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,人类,系统,图像,评价,质量,相似性。
人类视觉系统论文文献综述
赵潇[1]（2018）在《基于人类视觉系统的监控视频目标提取技术研究》一文中研究指出随着公共安全需求的日益增长,视频监控得到迅猛发展,数据量迎来井喷时代,仅仅依靠人工的视频监控模式已经不能满足现实需要,智能视频监控技术成为目前研究的热点。智能视频监控可以自动完成视频监控序列中的运动目标检测、提取、定位、识别和跟踪。由于在现实生活中,大部分有意义的视觉信息都包含在运动中,因此对监控视频中运动目标的检测成为了研究的热点。目前常用的运动目标识别算法包括光流法、帧差法、背景差法等,分析各个算法的实时性和准确性,结合视频监控的特殊要求,包括实时性要求较高、背景相对稳定以及目标区域明显等特点,背景差法最适合用于该系统。但是,当场景中出现光照、阴影等动态变化时,检测结果会出现误判和错误分割等问题。针对上述问题,结合人类视觉系统的视觉关注可以快速准确识别场景中目标的特性,以及视觉关注的跟踪特点和目标运动的连续性,优化现有算法存在的问题。主要贡献:(1)提出基于人类视觉系统的帧内优化算法,主要包括粗略定位目标和精确定位目标两个步骤,针对检测结果中存在噪点以及错误分割现象,首先进行噪点删除,然后通过聚类算法实现目标区域粗略定位,最后通过目标位置信息优化算法实现精确定位,提高背景差算法检测结果准确性,解决在场景中出现动态变化时出现的错误检测问题,降低目标识别结果的错误率;(2)提出基于人类视觉系统的帧间优化算法,利用目标区域位置信息和面积信息对相邻帧运动目标进行识别匹配跟踪,结合目标运动的连续性,对特殊场景中的目标检测结果进行分析,判断是否出现目标区域的丢失或缺失,并针对相应问题进行优化,提高帧间目标区域检测结果的完整性和连贯性。最后,经过长期测试,本算法在检测结果准确性方面,相较于传统背景差算法提高了60%左右,而且计算简单,可以满足视频监控系统的实时性要求。(本文来源于《重庆邮电大学》期刊2018-03-20）
胡磊力,张君昌,张亮中[2]（2017）在《基于人类视觉系统的实时红外目标检测方法》一文中研究指出针对现有基于人类视觉系统红外目标检测方法存在的实时性问题,提出一种融合显着区域提取和局部对比度分析的红外目标检测新方法。首先,采用快速中值滤波和灰度合并得到二值图像并进行融合,以提高显着区域提取的精度;其次,对融合后的二值图像进行连通域分析,过滤连通区域过大和过小的区域,以减少后续检测方法的计算量;然后,在显着区域所对应的原图区域进行局部对比度分析,得到区域局部对比度图,并进行阈值分割得到弱小目标所在位置。理论分析和仿真结果表明该方法在保证检测性能的同时减少了数据运算量和储存量,提高系统的实时性。(本文来源于《西北工业大学学报》期刊2017年05期）
倪张凯[3]（2017）在《基于人类视觉系统的屏幕图像质量评价方法研究》一文中研究指出随着移动互联网、云计算以及物联网等技术的快速发展,屏幕图像获得了越来越多的关注和应用。与自然图像不同,屏幕图像既包含由计算机直接生成或渲染的非连续色调内容,如文字、图表和图形等,又含有由摄像机采集得到的连续色调内容,如自然场景图片和视频片段等。屏幕图像在获取、存储、编码、传输和显示过程中会不可避免地引入各种类型的失真从而导致图像视觉效果降低。因此,如何准确评价屏幕图像质量是屏幕图像技术领域一个至关重要的问题。现有的大部分图像质量评价算法和图像质量评价数据库都是针对自然图像而设计的,由于屏幕图像与自然图像的不同统计特性,他们并不能完全适用于屏幕图像。因此,本篇论文根据人眼视觉特征和屏幕图像特点系统探索了屏幕图像质量评价方法,包括基于梯度方向的屏幕图像质量评价方法、基于边缘模型的屏幕图像质量评价方法、通用屏幕图像质量评价数据库。具体如下:1、在分析了屏幕图像与自然图像梯度幅值的显着差异和梯度方向与人类视觉系统相关性的基础上,设计了一种基于梯度方向的全参考型屏幕图像质量评价算法。该算法首先提出一种能够有效捕获屏幕图像失真特性的梯度方向计算方法,然后计算参考和失真屏幕图像的梯度方向相似度,进而融合梯度幅值相似度以获得最终的失真屏幕图像质量指标。实验结果表明,提出的方法能够有效准确地评价屏幕图像感知质量。2、考虑到人眼视觉对于图像边缘比较敏感且屏幕图像含有大量边缘,提出了一种基于参数化边缘模型的全参考型屏幕图像质量评价方法。该方法首先通过边缘模型分别从参考和失真屏幕图像中提取两种显着的边缘属性:边缘对比度和边缘宽度,然后分别计算参考和失真屏幕图像的边缘对比度相似度和边缘宽度相似度,最后使用基于边缘宽度的权重合并方法计算失真屏幕图像质量评价分数。实验结果证明,所提方法与人类视觉系统对屏幕图像的主观感知一致性较好。3、考虑到现有的最大屏幕图像质量评价数据库存在参考图像和失真类型不够全面的问题,建立了一个目前最大的主观屏幕图像质量评价数据库SCID。根据屏幕图像和其实际应用场景特点选取了40张参考屏幕图像,并使用9种常见的失真类型生成1800张失真屏幕图像。严格遵照国际标准采用双刺激损伤测量法获取失真屏幕图像的主观质量评分,经过分析与处理后得到每张失真屏幕图像的MOS值作为感知质量的真实值。基于所构建的SCID,我们深入评估了13种具有代表性的客观图像质量评价模型,并进行了详尽分析。该数据库将通过开放共享作为屏幕图像领域的一个重要数据库,对促进屏幕图像技术领域的研究工作具有重要意义。综上所述,本文主要根据屏幕图像特点和人眼视觉特性分析与探索屏幕图像质量评价方法,具有一定的创新性和挑战性。本文的研究成果在一定程度上为基于人类视觉系统的屏幕图像技术开拓了视野,具有重要的理论研究意义和实际应用价值。(本文来源于《华侨大学》期刊2017-05-16）
孙彦景,刘东林,谢新新,王艳芬[4]（2017）在《基于人类视觉系统的特征相似性图像质量评价》一文中研究指出为克服现有特征相似性(FSIM)图像质量评价算法对图像信息无序部分及边缘信息度量能力的不足,利用人类视觉系统的内在推导机制,提出基于人类视觉系统的特征相似性图像质量评价算法HFSIM.该算法采用自回归预测模型分解并解读图像内容的预测部分和无序部分;联合FSIM与边缘结构相似性算法度量预测部分,采用多尺度峰值信噪比(PSNR)度量无序部分的衰减情况,最后根据噪声能量融合图像信息预测部分与无序部分的评价结果得到图像质量评价.在6个公开基准数据库上的实验结果表明,该算法与人类主观感知具有高度的一致性,且在各类型失真图像的评价上具有较好的性能.(本文来源于《华南理工大学学报(自然科学版)》期刊2017年03期）
惠巧娟,李洪安,陆焱[5]（2016）在《一种基于小波变换和人类视觉系统的图像压缩算法》一文中研究指出为了解决大数据量的图像信息给存储器存储容量、通信信道带宽和计算机处理速度带来的压力,必须对图像进行压缩处理。提出了一种基于小波变换和人类视觉系统的图像压缩算法用以提高对高质量图像的压缩效果。该算法首先使用小波滤波器选择模型及最佳滤波器以得到最小数目的非零小波系数。其次,利用人类视觉系统特性对分解后的小波系数进行有效的量化处理,最终进行小波编码,实现对图像的压缩。实验结果表明,所提出的算法对高质量图像进行压缩所达到的效果要优于传统压缩算法。(本文来源于《电子测量与仪器学报》期刊2016年12期）
杨玉芬[6]（2016）在《基于人类视觉系统的图像质量评价算法研究》一文中研究指出图像压缩、传输及处理等过程使图像产生不同的失真从而影响信息传递的质量。因此,研究图像质量评价技术是极具意义的课题。图像主观评价方法对图像质量的评价具有直观性,能准确地反映人类的感知质量,却以高耗时和高花费为代价,且难以在实际中实施。图像客观评价方法速率高、花费少、应用广泛且结果可重现。主观评分是客观评分的有效性验证。客观评价用来验证图像处理系统的性能和优化现有算法。与人类视觉特性结合建立相应视觉模型,进一步分析研究图像客观质量评价算法,保证其与人类感知质量评价相一致,更具有说服力,对研究人类视觉系统(Human Visual System,HVS)具有重要的理论意义。基于此,本文展开了人类视觉系统基础上的图像质量评价算法研究。首先,本文阐述了研究图像质量评价的背景及意义,综述了研究基于HVS的图像质量评价的意义及国内外研究现状,详细介绍了与本研究有关的基本理论:图像及其质量、人类视觉系统的组成及视觉机制特性、公开图像质量数据库和图像质量评价算法性能指标;探讨了与所提算法有关的无线传输图像失真问题:块效应、模糊效应、振铃效应及强度掩膜。然后,研究了一些经典的客观评价算法,并在公开图像数据库上进行性能比较,分析这些算法性能的优劣,为所提算法奠定理论基础。其次,对图像的结构相似性进行研究,提出了基于HVS内在推导机制的多尺度结构相似性(Multiple-scale Structural SIMilarity based on internal generative mechanism,i MSSIM)算法。对内在生成机制建立逐段式自回归(Piecewise Auto Regressive,PAR)模型,在i MSSIM算法中采用这一模型将失真和参考图像分别分解成多尺度结构相似形(Multiple-scale Structural SIMilarity,MSSIM)算法评分的图像内容预测部分和采用PSNR评分的图像信息不确定部分,而后采用MSE进行加权来联合这两部分评分得到最终结果。采用不同的性能指标验证所提i MSSIM算法和主观评分的一致性,将i MSSIM算法在公共图像数据库上的仿真结果与现有算法对比,结果证明i MSSIM算法的性能得到进一步改善。最后,针对VIF算法对人眼不敏感部分度量能力的欠缺问题,研究了无线传输图像的失真特性,结合VIF对无线传输图像评分的有效性以及HVS中的内在生成机制,提出了基于内在生成机制的视觉保真度(Visual Information Fidelity based on internal generative mechanism,i VIF)算法。在无线传输图像数据库上将i VIF算法与现有算法进行仿真对比,证明了所提算法性能的提高。i VIF算法95%置信区间的拟合曲线图表明所提算法评分与主观评分有很高的一致性。(本文来源于《中国矿业大学》期刊2016-04-01）
周佳睦[7]（2015）在《基于人类视觉系统的视频编码算法研究与实现》一文中研究指出随着科技的进步和经济的发展,人们对数字视频相关业务的需求日益增长,视频编码技术作为视频业务的基础核心技术,逐渐成为业界关注的焦点。目前主流的视频编码标准(如H.264、H.265、AVS系列等)都沿用传统的混合编码框架,随着相关技术日趋成熟完善,这类传统编码技术编码端计算复杂度不断增大,而编码效率提升越来越慢。为了突破传统技术框架,基于人类视觉系统(HVS)的视频编码算法应运而生。这类技术利用HVS视觉感知特性,通过去除视频信息中的感知冗余实现压缩编码。结合研究现状,本文首先提出了一种综合考虑HVS特性,可以应用于视频编码的视觉感知模型。模型对每个宏块都输出一个视觉感知系数VPI,反映宏块对HVS的视觉重要度。VPI的计算,考虑了 HVS视觉注意机制、视觉暂留效应和分辨能力有限的特性。实验结果表明,本文模型计算出的VPI可以准确反映人眼主观感受。本文还提出了一种基于视觉感知的率失真优化算法,算法以结构相似度作为失真度量,并利用视觉感知系数VPI对拉格朗日系数进行自适应地调整,从而选择出最优的编码模式。实验结果表明,本文算法在几乎不增加算法复杂度的情况下,最多可以提升7.1%的编码效率。(本文来源于《北京邮电大学》期刊2015-11-02）
高志群[8]（2015）在《立体图像质量评价与人类视觉系统》一文中研究指出当前立体技术飞速发展,各种立体技术与应用不断涌现,互联网和多媒体技术的迅猛发展更促进了3D立体视影像与视频在我们日常生活当中的普及。然而与立体图像技术飞速发展不相匹配的是目前还没有一个公认的立体图像质量评价方法。建立高效和实用的立体图像质量评价方法将会对立体图像与视频技术的发展产生很大的推动作用。因此,研究人类视觉系统,建立一个符合人类视觉感知习惯的立体图像质量评价算法的模型就显得十分必要。为解决上述问题,本文主要研究了一些与立体视觉相关的人类视觉系统的相关特性,并依据这些特性提出了两个行之有效的立体图像质量评价方法。在第一个方法中,基于人类视觉系统存在着双目和通道和差通道这一特性,首先对立体图像对进行求和与求差的运算得到立体图像对的和值图和差值图。和值图部分的质量用于衡量图像对的观看质量,差值图用于衡量立体图像对的立体感。对于和值图部分将其分解为两部分,分别称之为加性损伤和细节丢失,立体图像的图像质量,通过加性损伤和细节丢失的质量的自适应和给出。对于差值图部分,利用对比度敏感度函数(CSF)和带权多尺度结构相似度(MS-SSIM)进行计算。最后,通过和值图质量与差值图质量的拟合得到立体图像的综合质量。在第二个方法中,提出了一个可以对含有对称失真或非对称失真的立体图像对的质量进行预测的立体图像质量评价框架。在该框架当中,双目融合特性与立体显着性是考虑的主要方面。并且,与单目图像的概念相似,在该框架中,我们提出了单目图像显着性的概念,并称之为单目显着性。首先计算单目图像和单目显着性,之后用单目显着性对单目图像进行加权并用平面质量评价指标进行评价。在本文中所提出的两个立体图像质量评价方法都能够较为准确的预测失真的立体图像质量。尤其是第二种方法能够准确预测包含对称失真和非对称失真的图像,因此该方法是一个较为强健的立体图像质量评价方法。(本文来源于《天津大学》期刊2015-11-01）
吴晓燕[9]（2015）在《基于人类视觉系统的鲁棒视频水印算法研究》一文中研究指出视频水印是视频作品版权保护的重要手段,通过向视频序列嵌入标志版权所有者的特定信息达到身份认证的目的。根据嵌入水印区域的不同,视频水印分为空域视频水印、变换域视频水印以及压缩域视频水印。其中,空域虽设计简单,但隐蔽性、鲁棒性等性能都较差;变换域视频水印具有强鲁棒性,可以有效抵抗各种针对性攻击;压缩域视频水印使得视频序列更加高效、便捷地在传输信道中共享与储存,成为当下最受瞩目的视频水印算法。视频水印涉及到的关键技术包括水印嵌入算法、水印检测算法以及水印提取算法,它们关系到视频水印系统的安全性、隐蔽特以及鲁棒性等性能衡量指标。本文围绕视频水印的关键技术,从两个方面展开了研究:(1)针对现有视频水印算法鲁棒性不足的问题,提出一种基于Daubechies复杂小波变换的运动目标检测视频水印算法。该算法首先将原始帧图像进行8×8分块,分别对每一个子块进行Daubechies复杂小波变换;采用基于近似中值滤波的帧间差分法,有效地解决阴影、重影、噪声等问题,更加准确地检测运动目标并标记运动区域;然后对水印进行Arnold置乱和混沌加密预处理,来加强水印的安全性;最后将预处理后的水印自适应嵌入在运动区域和高纹理复杂区域中。结果表明,该算法具有较好的隐蔽性,并对常见的视频攻击具有较好的鲁棒性。与现有叁种算法的性能比较,证明了算法的优越性。(2)针对压缩视频水印算法抵抗重压缩能力差、时间复杂度高的缺点,提出一种基于色度分量的H.264视频水印算法。在深入分析H.264/AVC重压缩问题的基础上,水印嵌入在Ⅰ帧色度分量系数中,可以有效改善重压缩中模式转移导致的水印不同步问题。同时该算法通过调制色度非零量化DCT残差系数的奇偶性实现水印嵌入,降低了计算时间复杂度,满足广播监控、网络直播等实时应用领域需求。与现有的抗重压缩算法比较,重建视频帧图像的质量有很大提高,并且提取的水印图像位错误率和视频比特增量较低,算法对重压缩具有一定的抵抗能力。(本文来源于《江西理工大学》期刊2015-05-30）
陈皓,王晨,蔡能斌,高思莉[10]（2014）在《针对人类视觉系统的双波段红外图像融合算法研究》一文中研究指出提出了一种针对人类视觉系统的双波段红外图像融合算法。首先采用非下采样Contourlet变换把源图像分解成尺多度、多方向上的子带,然后采用绝对值最大算子的方法对高频部分进行融合,采用基于区域方差的方法对低频部分进行融合,最后进行重构得到融合图像。对试验中采集的双波段红外图像进行了融合实验,并将融合效果与梯度金字塔变换方法和小波变换方法进行了比较。实验结果表明,针对人类视觉系统的双波段红外图像融合算法有效可行,可以获得比常用的算法更好的融合效果。(本文来源于《红外》期刊2014年06期）
人类视觉系统论文开题报告
（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：
针对现有基于人类视觉系统红外目标检测方法存在的实时性问题,提出一种融合显着区域提取和局部对比度分析的红外目标检测新方法。首先,采用快速中值滤波和灰度合并得到二值图像并进行融合,以提高显着区域提取的精度;其次,对融合后的二值图像进行连通域分析,过滤连通区域过大和过小的区域,以减少后续检测方法的计算量;然后,在显着区域所对应的原图区域进行局部对比度分析,得到区域局部对比度图,并进行阈值分割得到弱小目标所在位置。理论分析和仿真结果表明该方法在保证检测性能的同时减少了数据运算量和储存量,提高系统的实时性。
（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。
人类视觉系统论文参考文献
[1].赵潇.基于人类视觉系统的监控视频目标提取技术研究[D].重庆邮电大学.2018
[2].胡磊力,张君昌,张亮中.基于人类视觉系统的实时红外目标检测方法[J].西北工业大学学报.2017
[3].倪张凯.基于人类视觉系统的屏幕图像质量评价方法研究[D].华侨大学.2017
[4].孙彦景,刘东林,谢新新,王艳芬.基于人类视觉系统的特征相似性图像质量评价[J].华南理工大学学报(自然科学版).2017
[5].惠巧娟,李洪安,陆焱.一种基于小波变换和人类视觉系统的图像压缩算法[J].电子测量与仪器学报.2016
[6].杨玉芬.基于人类视觉系统的图像质量评价算法研究[D].中国矿业大学.2016
[7].周佳睦.基于人类视觉系统的视频编码算法研究与实现[D].北京邮电大学.2015
[8].高志群.立体图像质量评价与人类视觉系统[D].天津大学.2015
[9].吴晓燕.基于人类视觉系统的鲁棒视频水印算法研究[D].江西理工大学.2015
[10].陈皓,王晨,蔡能斌,高思莉.针对人类视觉系统的双波段红外图像融合算法研究[J].红外.2014
论文知识图
