扩展视网膜假体工作环境的红外图像增强策略研究
【图文】:
网膜色素上皮细胞(Retinal Pigment Epithelium, RPE),负责为视网膜和脉络给营养和运输代谢废物。向内是光感受器细胞,即视锥细胞(Rods)和视杆(Cones),两者中间夹杂的水平细胞负责对各种刺激进行整合。在整个视网,包含视锥细胞约 700 万个,主要集中在黄斑区(Macular),视杆细胞约 1.1~个,主要分布在远离黄斑区和中央凹(Foveal)的视网膜上。视锥细胞分布的黄斑区属于视觉的精细区,这一区域具有较高的空间分辨能力和光敏度良好的色觉,在白天较为敏感。视杆细胞不具有高的空间分辨率,也不参与,因此视杆细胞主要在夜晚较活跃。在视网膜与视神经的接壤处被称为视神头,此处由于没有视锥和视杆细胞,因此被称为视觉盲点。光感受器细胞向双极细胞和无长突细胞,其主要是整合电信号,形成视觉信息。再向内为神细胞,负责向视神经传递视觉信息。视神经接收来自经视网膜初步处理的视息,并向内延伸至两眼鼻侧形成视交叉。视觉信息经过外侧膝状体的神经位投射到初级视皮层,再到高级视皮层,具体的神经机制至今科学家也无法完全的解释。
1 绪论.1.2 视觉功能修复视觉是人类认识客观世界的有效途径,是人和动物最重要的感觉,,而视觉受损不仅会影响个人身心健康,也给家庭和社会带来巨大的经济负担。据 2世界卫生组织(World Health Organization, WHO)报道,全球视力残疾人数 2.53 亿,其中 3600 万为盲人[3]。我国人口众多,视力残疾人数约为 7500 人约 820 万。随着人口老龄化的加剧,不难预测未来盲人数量将会持续增众多致盲疾病中,白内障(Cataract)是首要原因,还有一些其他的致盲疾病糖尿病视网膜病变(diabetic retinopathy, DR)、青光眼(Glaucoma)、RP、AMD膜混浊(Corneal Opacities)等,其分布可见图 1.2。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;R318.18
【相似文献】
相关期刊论文 前10条
1 袁小燕;张照锋;张登银;顾振飞;孔令民;单祝鹏;;基于融合技术的单幅红外图像增强方法[J];电子器件;2018年04期
2 马兰;陈筱勇;;对受灾区域红外图像优化识别仿真[J];计算机仿真;2017年03期
3 杨雪锋;张英俊;刘文;李元奎;;海上远距离目标探测中的红外图像增强算法[J];大连海事大学学报;2015年04期
4 王微;董慧慧;;红外图像采集及特征提取技术的研究[J];激光杂志;2016年08期
5 徐甜;金显华;高国伟;;远程微小红外图像小差异特征分类算法仿真[J];计算机仿真;2015年07期
6 王鹏飞;;红外图像影响因素及增强方法[J];农村科学实验;2017年03期
7 任海鹏;;可见光与红外图像融合研究现状及展望[J];舰船电子工程;2013年01期
8 马亚非;;红外图像播放及算法仿真软件设计[J];航空兵器;2012年06期
9 田佳琳;郑宾;李琴;;基于FPGA的实时红外图像处理方法研究[J];工业计量;2011年01期
10 雷美荣;;一种红外图像增强的新方法[J];机械管理开发;2011年02期
相关会议论文 前10条
1 魏新;;红外图像处理技术[A];中国光学学会2011年学术大会摘要集[C];2011年
2 李卓;李平;;动态红外图像生成技术综述[A];2006年全国光电技术学术交流会会议文集(A 光电系统总体技术专题)[C];2006年
3 刘松涛;周晓东;杨绍清;;基于元胞自动机的红外图像增强新方法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
4 郭永胜;谷峰;;CCD近红外图像特征研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
5 张云峰;;红外图像实时增强系统的设计与研究[A];中国空间科学学会2013年空间光学与机电技术研讨会会议论文集[C];2013年
6 吴炜;王美洁;李智;李康丽;刘凯;;基于多传感器的红外图像超分辨[A];2015光学精密工程论坛论文集[C];2015年
7 贺娜;兀兰;刘文萍;;基于红外图像和视频分析的林火监测技术[A];第二届中国林业学术大会——S7 新形势下的森林防火问题探讨论文集[C];2009年
8 代毅;王学田;高本庆;;典型云背景红外图像的生成算法[A];2003'全国微波毫米波会议论文集[C];2003年
9 孙伟;王宏飞;邵锡军;;基于改进分水岭算法的红外图像分割[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
10 柳继勇;张聘义;肖仁鑫;胡海双;周立钢;;一种偏振红外图像的像素级融合算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
相关重要报纸文章 前6条
1 记者 徐海涛;应用新技术红外图像更清晰[N];人民日报;2019年
2 李锦辉;“显微近红外图像成像方法的研究及其在烟草中的应用”项目通过评审[N];中华合作时报;2009年
3 本报见习记者 程唯珈 卜叶;帮动物炼就“火眼金睛”[N];中国科学报;2019年
4 张强 陈虹;ATA技术在中医检测中的应用与展望[N];中华新闻报;2008年
5 本报记者 韦铭 张璐 本报通讯员 张辉;这些新技术与生活息息相关[N];南京日报;2011年
6 宋超;科学家开发夜视隐形眼镜[N];中国国防报;2014年
相关博士学位论文 前10条
1 荣生辉;红外图像质量提升关键技术研究[D];西安电子科技大学;2018年
2 刘哲;红外图像非均匀性校正及增强算法研究[D];华中科技大学;2018年
3 孙涵;基于红外图像的道路识别与运动目标跟踪[D];南京理工大学;2005年
4 李江;红外图像人脸识别方法研究[D];国防科学技术大学;2005年
5 郑欣;红外图像无参考图评价方法及应用研究[D];电子科技大学;2015年
6 刘涛;红外图像非均匀性校正算法及图像质量评价的研究[D];浙江大学;2017年
7 田思;微光与红外图像实时融合关键技术研究[D];南京理工大学;2010年
8 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年
9 祁伟;基于仿生视觉计算模型的红外图像理解[D];南京理工大学;2017年
10 简耀波;红外图像处理中的关键算法研究[D];华中科技大学;2009年
相关硕士学位论文 前10条
1 鲍新愿;低对比度情况下太阳能光伏板红外图像的分割算法研究[D];安徽大学;2019年
2 梁俊玲;扩展视网膜假体工作环境的红外图像增强策略研究[D];郑州大学;2019年
3 时延利;基于UUV的可见光与红外图像融合方法研究[D];哈尔滨工程大学;2018年
4 黄习飞;红外图像在架空线路故障检测中的应用研究[D];安徽理工大学;2018年
5 张锦文;变电站电气设备红外图像分割方法研究[D];华北电力大学;2018年
6 胡志轩;基于红外图像的眼视力屈光度检测系统[D];华中师范大学;2018年
7 黄慧;基于大气散射物理模型的红外图像增强算法及FPGA实现[D];南京理工大学;2018年
8 汪忱;基于显著区域检测的红外图像增强算法及其FPGA实现[D];南京理工大学;2018年
9 李鹏;红外弱小目标检测的核支持向量机方法研究[D];郑州大学;2018年
10 佟岐;红外压缩成像关键技术研究[D];哈尔滨工程大学;2018年
本文编号:2702395
本文链接:https://www.wllwen.com/yixuelunwen/swyx/2702395.html