人脸部轮廓特征提取及在身份验证中的应用
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的背景与意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·课题研究目标与内容 | 第10-11页 |
| ·本文组织结构 | 第11-14页 |
| 第二章 图像预处理和人脸特征提取的方法 | 第14-30页 |
| ·图像预处理 | 第14-18页 |
| ·彩色图像转灰度图像 | 第14页 |
| ·产生和消除噪声 | 第14-15页 |
| ·灰度直方图统计 | 第15-16页 |
| ·灰度分布均衡化 | 第16-17页 |
| ·图像阈值分割 | 第17-18页 |
| ·边缘检测 | 第18-19页 |
| ·Sobel 算子 | 第18页 |
| ·Roberts 算子 | 第18-19页 |
| ·Canny 算子和Prewitt 算子 | 第19页 |
| ·经典人脸检测定位和特征提取的方法 | 第19-27页 |
| ·引言 | 第19页 |
| ·经典人脸检测和定位的方法 | 第19-23页 |
| ·经典人脸特征提取的方法 | 第23-26页 |
| ·人脸识别技术的发展方向 | 第26-27页 |
| ·群智能优化算法 | 第27-30页 |
| 第三章 一种改进的快速轮廓线提取算法 | 第30-42页 |
| ·基于PSO 的主动轮廓线模型 | 第30-35页 |
| ·主动轮廓线模型 | 第30-32页 |
| ·梯度矢量流模型 | 第32-34页 |
| ·微粒群算法（PSO） | 第34-35页 |
| ·基于PSO 的主动轮廓线模型 | 第35页 |
| ·改进算法的步骤和流程 | 第35-37页 |
| ·改进算法的步骤 | 第35-36页 |
| ·改进算法的流程 | 第36-37页 |
| ·改进算法在人脸轮廓特征提取中的应用及结果分析 | 第37-40页 |
| ·讨论 | 第40-42页 |
| 第四章 基于贝叶斯分类器的人脸部轮廓匹配 | 第42-54页 |
| ·人脸部轮廓模板的建立 | 第42-45页 |
| ·形状先验知识的获取 | 第42-43页 |
| ·利用椭圆拟合调整标准人脸尺寸 | 第43-44页 |
| ·建立人脸部轮廓模板 | 第44-45页 |
| ·贝叶斯决策的基本理论 | 第45-47页 |
| ·贝叶斯决策的基本概念和公式 | 第45-46页 |
| ·基于最小错误率的贝叶斯决策 | 第46-47页 |
| ·基于最小错误率贝叶斯决策的人脸部轮廓匹配 | 第47-49页 |
| ·人脸部轮廓特征提取与特征匹配 | 第47页 |
| ·匹配分类算法描述 | 第47-49页 |
| ·基于最小错误率贝叶斯决策的人脸部轮廓匹配 | 第49页 |
| ·人脸部轮廓匹配方法的步骤和流程 | 第49-50页 |
| ·人脸部轮廓匹配方法的步骤 | 第49-50页 |
| ·人脸部轮廓匹配方法的流程 | 第50页 |
| ·实验结果及分析 | 第50-52页 |
| ·系统实现 | 第52-54页 |
| 第五章 总结和展望 | 第54-56页 |
| ·主要工作总结 | 第54-55页 |
| ·未来工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-62页 |
| 致谢 | 第62-63页 |
