人类视觉系统造句

• 对人类视觉系统的特性进行了全面的分析和研究人类视觉系统的特性是任何图像处理技术必须优先考虑的环节，数字水印技术也不例外，为了使人类视觉系统的特性和数字水印技术很好地结合，本文首先对人类视觉系统理论进行了全面细致的分析和研究，在详细阐述了人眼的生理结构及人眼对颜色的感知过程的基础上，建立了人眼的感知模型和人类视觉系统的jnd模型，这些工作为后来水印信道容量的研究、水印嵌入强度的确定等工作奠定了基础。
• 此外，利用建立的水印模型对影响水印系统的各种因素，包括水印嵌入的位置、嵌入的强度，水印的结构、水印的容量、人类视觉系统对系统性能的影响进行全面的综合分析，为优化系统性能提出一定的可参考的建议。
• 由于神经网络的高速并行处理、分布存贮信息等特性符合人类视觉系统的基本工作原则，具有很强的自学习性、自组织性、容错性、高度非线性、高的鲁棒性。
• 在此基础上将k采样理论和hvs （人类视觉系统）应用于数字水印处理，提出了两种数字图像水印处理的新策略，并实现了基于上述策略的数字水印算法，实例分析结果表明具有较好的鲁棒性和隐蔽性。
• 文章总结了几十年来，人们提出的许多纹理分析的方法。其中小波变换具有良好的时频局部化、尺度变换和方向特征，更容易适应人类视觉系统，它已成为纹理分析的一个有力的工具。
• 这样，不仅能把信息融合技术（ informationfusiontechnology ，简称ift ）和人类视觉系统（ humanvisionsystem ，简称hvs ）的研究成果引入虚拟照相系统中，使系统的“人性化”功能增强；同时，也对解决传统键控技术出现的“硬色键”问题，有一定的理论和实际的参考意义。
• 首先结合pcnn的同步脉冲发放和侧抑制特性，提出了基于改进型pcnn的图像凹点检测算法，该算法是一种自适应而有效的图像凹点检测方法，并且较好地仿真了人类视觉系统；然后，结合信息传递和信息耦合特性，将pcnn扩展成pcnns ( pcnn网络群) ，提出了一种基于pcnns的图像融合算法，能够将多个传感器获取的同一目标的图像信息融合到一幅图像中，有效模拟了人类视觉系统；另外，结合pcnn的同步脉冲发放特性、捕获特性和波的传播竞争特性，开拓地将pcnn用于模式分类中，提出了基于耦合神经元点火捕获抑制特性的分类方法和改进的约束距离下的pcnn分类方法，前者可实现对样本空间中任意复杂分布训练样本的稳健非线性分类，而后者能够消除训练样本中刺点对分类的影响；最后，结合累积差分图像思想、 pcnn波的形成与传播特性，通过各神经元之间连接取向来选择与控制自动波的流向，将pcnn用于运动视觉分析中的运动轨迹模拟及运动方向检测。
• 本文通过对传统分形图像压缩编解码的分析，提出了门限变化和生成函数改进的编码算法，此算法在一定程度上与人类视觉系统特性相符，我们在理论上证明了在相同的条件下，用改进的生成函数恢复的图像在质量方面比传统的生成函数要好，恢复图像的信噪比有所提高。

• 人类视觉系统的英语：hvs human vision system