电子科技大学：《神经信息学基础 The Basis of Neuroinformatics》研究生课程教学资源（课件讲稿）第3章 视觉的神经机制与计算模型（3.6）视觉系统中的串行与平行处理机制

 四、外膝体的组成与信息处理  五、视皮层细胞的反应特性和视觉功能

《智能系统学报》：计算视觉核心问题：自然图像先验建模研究综述（孙必慎、石武祯、姜峰）

电子科技大学：《神经信息学基础 The Basis of Neuroinformatics》研究生课程教学资源（课件讲稿）第3章 视觉的神经机制与计算模型（3.7）选择性注意机制与模型

 一、视觉系统的形态学  二、经典感受野与非经典感受野  三、视网膜的组成与信息处理

1 眼睛的光学成像特性 一、眼睛的调节和适应 1．视度调节 2．瞳孔调节 3．适应 二、眼睛的缺陷及矫正 三、眼睛的分辨力 2 放大镜 一、视觉放大率 二、光束限制和线视场 3 显微镜系统 4 望远镜系统 一、望远系统的工作原理 二、望远镜的视觉放大率 三、望远镜的光束限制 四、望远系统的分辨力及有效放大率 五、望远镜中的辅助系统 六、望远物镜的类型 七、望远镜计算举例 5 目镜 6 摄影系统 7 投影系统

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

第四章 立体观察和立体量测 4-1 人眼的立体视觉 4-2 人造立体视觉 4-3 像对的立体观察 4-4 像对的立体量测 第五章 双像解析摄影测量 5-1 双像解析摄影测量概念 5-2 双像空间前方交会 5-3 单像空间后方交会及双像空间前方交会作业流程 5-4 解析相对定向及模型坐标计算 5-5 模型绝对定向 5-6 解析相对定向及解析绝对定向作业流程 5-7 单模型光束法(双像后方交会) 第六章 解析空中三角测量概述 6-1 解析空中三角测量的分类 6-2 单航带航带法空中三角测量概述 6-3 光束法空中三角测量概述 第七章 解析立体测图仪及立体测图作业 7-1 解析立体测图仪的基本原理 7-2 解析立体测图仪硬、软件构成 7-3 解析立体测图仪上的立体测图内业过程 7-4 航测立体测图作业工序流程

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法