基于仿生模式识别及模糊理论的彩色图像人脸检测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·人脸检测研究现状 | 第12-14页 |
| ·目前的人脸检测方法分类 | 第12-14页 |
| ·基于肤色信息的人脸检测方法 | 第14页 |
| ·基于仿生模式识别的方法 | 第14页 |
| ·眉毛检测的研究现状 | 第14-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文的创新点 | 第18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 图像预处理——光照补偿 | 第19-22页 |
| ·光照补偿的基本方法及选取 | 第19-20页 |
| ·“参考白”方法 | 第20-22页 |
| 第三章 肤色的检测与分割 | 第22-36页 |
| ·颜色空间介绍 | 第22-25页 |
| ·归一化的RGB颜色空间 | 第22-23页 |
| ·YIQ 颜色空间 | 第23页 |
| ·HSV 颜色空间 | 第23-24页 |
| ·HSI 颜色空间 | 第24-25页 |
| ·YCbCr(YUV) 颜色空间 | 第25页 |
| ·实验分析和颜色空间选取 | 第25-27页 |
| ·肤色建模 | 第27-28页 |
| ·肤色分割过程 | 第28-31页 |
| ·空间低通滤波 | 第28-29页 |
| ·肤色相似度图 | 第29页 |
| ·阈值分割 | 第29-31页 |
| ·肤色分割后处理 | 第31-36页 |
| ·形态学滤波 | 第31-33页 |
| ·肤色块的人脸特征筛选 | 第33-36页 |
| 第四章 特征提取 | 第36-55页 |
| ·眉毛在人脸检测中作用的评估实验 | 第36-39页 |
| ·眉毛初步检测 | 第39-45页 |
| ·亮度信息 | 第40-41页 |
| ·灰度信息 | 第41-43页 |
| ·眉毛的端点定位 | 第43-44页 |
| ·眉毛的几何分布规则 | 第44-45页 |
| ·眉毛定位实验结果 | 第45-47页 |
| ·矩特征的提取 | 第47-55页 |
| ·图像的矩函数 | 第47页 |
| ·Legendre 矩的定义 | 第47-48页 |
| ·图像Legendre 矩的快速算法 | 第48-51页 |
| ·利用Legendre 矩提取眉毛特征 | 第51-55页 |
| 第五章 人脸检测 | 第55-68页 |
| ·仿生模式识别 | 第55-63页 |
| ·仿生模式识别(拓扑模式识别)基本原理[15] | 第56-57页 |
| ·仿生模式识别的数学工具——多维空间几何分析理论 | 第57-58页 |
| ·仿生模式识别算法的实现 | 第58-63页 |
| ·模糊模式识别 | 第63-68页 |
| ·模糊模式识别的基本原理 | 第64-66页 |
| ·隶属函数的构造 | 第66-68页 |
| 第六章 实验 | 第68-74页 |
| ·实验过程 | 第68-69页 |
| ·实验结果及分析 | 第69-74页 |
| 第七章 总结及展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士期间发表或录用的论文 | 第83-85页 |
| 附件 | 第85页 |
