| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状和发展趋势 | 第14-16页 |
| 1.2.1 移动通信的高速发展 | 第14页 |
| 1.2.2 移动端图像处理的兴起 | 第14-15页 |
| 1.2.3 手机端图像处理应用现状 | 第15-16页 |
| 1.3 主要研究内容与论文组织结构 | 第16-17页 |
| 1.3.1 主要研究内容 | 第16页 |
| 1.3.2 论文组织结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 iOS平台及相关技术概述 | 第18-27页 |
| 2.1 iOS开发语言及工具概述 | 第18-23页 |
| 2.1.1 Objective-C语言 | 第18-19页 |
| 2.1.2 Swift语言 | 第19-20页 |
| 2.1.3 Xcode | 第20-21页 |
| 2.1.4 StoryBoard | 第21-23页 |
| 2.2 iOS系统架构简介 | 第23-24页 |
| 2.3 MVC设计模式 | 第24-25页 |
| 2.3.1 MVC模式概述 | 第24-25页 |
| 2.3.2 Cocoa Touch中的MVC模式 | 第25页 |
| 2.4 iPhone与iPad应用开发的差异 | 第25-26页 |
| 2.4.1 应用场景差异 | 第25-26页 |
| 2.4.2 设计和开发需要注意的问题 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 边缘检测与人脸检测技术 | 第27-37页 |
| 3.1 边缘检测概述 | 第27-28页 |
| 3.2 几种常用的边缘检测算子 | 第28-32页 |
| 3.2.1 基本算子 | 第28页 |
| 3.2.2 Roberts算子 | 第28-29页 |
| 3.2.3 Prewitt边缘检测算子 | 第29页 |
| 3.2.4 Sobel边缘检测算子 | 第29-30页 |
| 3.2.5 Canny边缘检测算子 | 第30-32页 |
| 3.3 几种边缘检测算子的比较 | 第32页 |
| 3.4 基于边缘检测的动漫素材采集方法 | 第32-34页 |
| 3.4.1 基于边缘检测的动漫素材采集方法的提出背景 | 第32-33页 |
| 3.4.2 基于边缘检测的动漫素材采集方法的具体内容 | 第33-34页 |
| 3.4.3 基于边缘检测的动漫素材采集方法实验仿真举例 | 第34页 |
| 3.4.4 基于边缘检测的动漫素材采集方法的用途 | 第34页 |
| 3.5 人脸检测技术 | 第34-36页 |
| 3.5.1 人脸检测概述 | 第34-35页 |
| 3.5.2 Haar-like特征 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 系统设计与实现 | 第37-58页 |
| 4.1 开发环境 | 第37-40页 |
| 4.1.1 软件和硬件环境 | 第37页 |
| 4.1.2 OpenCV | 第37-39页 |
| 4.1.3 OpenCV在iOS平台上的应用 | 第39-40页 |
| 4.2 系统设计及实现 | 第40-49页 |
| 4.2.1 系统界面设计 | 第40-42页 |
| 4.2.2 模态视图 | 第42-43页 |
| 4.2.3 基于Canny算子的边缘检测 | 第43-44页 |
| 4.2.4 基于Haar-like特征的人脸检测 | 第44-46页 |
| 4.2.5 海报滤镜 | 第46-48页 |
| 4.2.6 怀旧滤镜 | 第48页 |
| 4.2.7 实时视频边缘检测 | 第48-49页 |
| 4.3 系统运行效果 | 第49-57页 |
| 4.3.1 系统运行效果概述 | 第49-53页 |
| 4.3.2 基于Canny算子的边缘检测运行效果 | 第53-54页 |
| 4.3.3 基于Haar-like特征的人脸检测运行效果 | 第54-55页 |
| 4.3.4 海报滤镜效果 | 第55-56页 |
| 4.3.5 怀旧滤镜效果 | 第56页 |
| 4.3.6 实时视频边缘检测运行效果 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录A 攻读学位期间取得的成果 | 第63-64页 |
| 附录B 攻读学位期间所参与的主要项目 | 第64-65页 |
| 致谢 | 第65页 |
