人類獲取外界信息主要依靠視覺。陳霖通過系列的心理學實驗研究發(fā)現(xiàn),人的視覺認知是從辨別物體的拓撲性質開始的,視覺把握的是物體中的拓撲不變性。拓撲不變性（Topological invariance）是一種在連續(xù)變換下仍然保持不變的一種幾何性質。自從計算機和人工智能誕生之后,人們就想試圖用機器來模擬的人的視覺過程,但是這是一個艱辛的過程,因為人的視覺認知過程不僅僅是靠眼睛,很大程度上還要靠大腦。大腦皮層中至少有35個區(qū)域與視覺信息處理有關,每一個區(qū)域都有各自的功能,區(qū)域與區(qū)域之間又互相聯(lián)系,故決定了其機制和功能的復雜性。在這些區(qū)域中又存在著拓撲性質的感知,這也說明了拓撲認知的復雜性。本文從人的視覺本源研究出發(fā),比照機器視覺的研究,以期對機器視覺有所促進。首先,本文通過跨學科參照研究視覺的生理構造、工作機理以及視覺信息處理的過程等方面,從生理學和心理學角度深入概述和分析了人的視覺信息處理的過程,視知覺組織規(guī)律并結合拓撲知覺理論、拓撲性質的早期知覺理論等,研究了拓撲變化在視覺認知過程中的應用以及存在性;最大的特點是結合拓撲空間、離散拓撲、連通空間等數(shù)學知識闡明了視覺信息處理中存在的拓撲認知性質... 

【文章來源】：成都理工大學四川省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

全局優(yōu)先實驗

人眼與相機比照由人眼生理構造可以知道，當觀看某一事物的時候，事物反射的光線投射到

視覺通路圖

【參考文獻】：
期刊論文
[1]計算機視覺系統(tǒng)框架的新構思[J]. 李驍麒.  科技視界. 2015(15)
[2]推理閉包子空間的基本性質及其交并運算[J]. 高超,趙彬.  西北大學學報(自然科學版). 2014(03)
[3]顏色與視覺[J]. 周鈞.  江蘇紡織. 2014(06)
[4]計算機視覺技術的發(fā)展與應用[J]. 朱春艷,榮麗紅,仝志民,孟耀華.  黑龍江科技信息. 2013(29)
[5]計算機視覺認知中的色彩研究[J]. 宋楊.  計算機光盤軟件與應用. 2013(07)
[6]計算機視覺與人類視知覺淺析[J]. 王棟.  中小企業(yè)管理與科技(下旬刊). 2011(07)
[7]人類視覺與計算機視覺的比較[J]. 高美真,姜曉峰.  焦作師范高等�？茖W校學報. 2007(01)
[8]陳霖的拓撲性質知覺理論[J]. 朱瀅.  心理科學. 2005(05)
[9]功能磁共振成像在視覺系統(tǒng)研究中的應用進展[J]. 郝晶.  中國醫(yī)學影像技術. 2004(04)
[10]視覺化學[J]. 盧薇,張威.  化工時刊. 2002(07)

博士論文
[1]基于視覺認知理論的視頻目標檢測及分割研究[D]. 涂錚錚.安徽大學 2015
[2]基于類生物視覺特性的目標識別[D]. 盧佩.中國科學院研究生院（光電技術研究所） 2014
[3]基于生物視覺認知機理的特征提取及其應用研究[D]. 張云.華中科技大學 2014
[4]基于背景的迷彩偽裝設計與綜合評價方法研究[D]. 王展.東北大學 2014
[5]高分影像空間結構特征建模與信息提取[D]. 陳一祥.武漢大學 2013
[6]基于視覺信息的圖像特征提取算法研究[D]. 戴金波.吉林大學 2013
[7]顏色和形狀特征捆綁視覺認知機制及計算機建模方法研究[D]. 鄧紅霞.太原理工大學 2013
[8]基于非經(jīng)典感受野機制的圖像認知計算模型[D]. 王曉梅.復旦大學 2012
[9]拓撲學在中國（1931-1949）[D]. 陳克勝.內蒙古師范大學 2012
[10]視覺感知機制啟發(fā)的人臉識別方法研究[D]. 杜興.重慶大學 2012

碩士論文
[1]基于視覺注意機制的目標檢測方法與應用研究[D]. 王德嬌.西南科技大學 2017
[2]基于視覺顯著性的圖像質量評價方法研究[D]. 陳曉華.重慶大學 2016
[3]基于視覺的拓撲特征提取算法研究[D]. 馬超.中北大學 2016
[4]基于OpenCV的人臉識別系統(tǒng)的設計與實現(xiàn)[D]. 卜秋月.吉林大學 2015
[5]面向圖像認知的fMRI數(shù)據(jù)的群組分析研究[D]. 梁曉罡.大連海事大學 2015
[6]基于視覺注意機制的顯著性檢測技術的研究與實現(xiàn)[D]. 范登平.廣西師范大學 2015
[7]動態(tài)環(huán)境下照度變化對駕駛人識認時間影響機理研究[D]. 張楠楠.合肥工業(yè)大學 2015
[8]仿生物視覺感知的視頻閉合輪廓檢測[D]. 童昊浩.合肥工業(yè)大學 2015
[9]基于圖像識別的指針式儀表數(shù)據(jù)處理終端研究[D]. 蔣薇.青島大學 2014
[10]基于改進LBP特征的圖像理解[D]. 曾凡濤.吉林大學 2014



本文編號：3310495