| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸识别的研究 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 目前存在的挑战 | 第12-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文的组织架构 | 第14-15页 |
| 第二章 光照人脸增强算法 | 第15-26页 |
| 2.1 传统的图像增强 | 第15-20页 |
| 2.1.1 图像空域增强 | 第15-17页 |
| 2.1.2 图像频域增强 | 第17-20页 |
| 2.2 数学形态学增强算法 | 第20-21页 |
| 2.3 基于Retinex理论 | 第21-24页 |
| 2.3.1 SSR | 第21-22页 |
| 2.3.2 MSR | 第22-23页 |
| 2.3.3 MSRCR | 第23-24页 |
| 2.4 基于模糊理论增强算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于多阈值OTSU分割的自适应Gamma校正算法 | 第26-36页 |
| 3.1 引言 | 第26-27页 |
| 3.2 算法处理流程 | 第27-30页 |
| 3.2.1 多阈值OTSU分割算法 | 第27-30页 |
| 3.2.2 自适应Gamma校正 | 第30页 |
| 3.3 实验分析 | 第30-35页 |
| 3.3.1 图像处理结果分析 | 第31-33页 |
| 3.3.2 图像质量评价指标 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 人脸识别算法的研究及改进 | 第36-54页 |
| 4.1 人脸检测算法介绍 | 第36-39页 |
| 4.1.1 引言 | 第36页 |
| 4.1.2 AdaBoost算法 | 第36-38页 |
| 4.1.3 基于肤色的人脸检测 | 第38-39页 |
| 4.1.4 小结 | 第39页 |
| 4.2 人脸特征提取算法介绍 | 第39-43页 |
| 4.2.1 局部二值模式LBP | 第39-41页 |
| 4.2.2 基于多阈值OTSU算法的LBP | 第41-42页 |
| 4.2.3 局部三值模式LTP | 第42-43页 |
| 4.2.4 基于多阈值OTSU算法的LTP | 第43页 |
| 4.3 分类算法介绍 | 第43-44页 |
| 4.3.1 基于欧氏距离的最近邻分类 | 第43-44页 |
| 4.4 人脸预处理新算法 | 第44-53页 |
| 4.4.1 算法介绍 | 第44-47页 |
| 4.4.2 光照类型估计 | 第47-48页 |
| 4.4.3 DOG滤波 | 第48-49页 |
| 4.4.4 均衡化 | 第49-50页 |
| 4.4.5 实验分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 识别系统仿真实验 | 第54-63页 |
| 5.1 引言 | 第54页 |
| 5.2 人脸识别框架 | 第54-55页 |
| 5.3 人脸识别系统的实现 | 第55-62页 |
| 5.3.1 系统环境 | 第55页 |
| 5.3.2 人脸图像获取 | 第55-56页 |
| 5.3.3 部分代码 | 第56-59页 |
| 5.3.4 系统界面设计与仿真 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第71-72页 |
| 详细摘要 | 第72-75页 |