基于广义高斯分布的肤色分割算法模型研究

中文摘要	第1-4页
Abstract	第4-6页
第一章 引言	第6-12页
·选题背景和研究意义	第6-7页
·研究现状	第7-9页
·颜色空间选择	第8页
·统计肤色模型	第8-9页
·主要工作和创新点	第9-10页
·主要工作	第9-10页
·主要创新点	第10页
·论文结构	第10-12页
第二章 颜色空间与肤色分割模型	第12-24页
·颜色空间	第12-15页
·RGB空间	第12-13页
·归一化的RGB空间	第13页
·HIS,HSV,SHL颜色空间	第13-14页
·TSL与SCT颜色空间	第14-15页
·YCbCr空间	第15页
·肤色分割模型	第15-24页
·显式定义的肤色空间阈值模型	第16页
·基于直方图的朴素贝叶斯分类器模型	第16-17页
·高斯分类器	第17-19页
·椭圆边界模型	第19-20页
·贝叶斯网分类器	第20页
·自组织映射(SOM)分类器	第20-21页
·多层感知器(MLP)	第21-22页
·最大熵分类器	第22-24页
第三章 广义高斯及混合广义高斯分布肤色分割模型	第24-33页
·广义高斯分布模型	第24-29页
·混合广义高斯分布模型	第29-33页
·混合广义高斯分布模型的提出	第29页
·模型参数的EM算法	第29-33页
第四章 肤色分割实验设计	第33-38页
·阈值的选择	第33-34页
·实验数据库与实验设计	第34-38页
结论	第38-40页
参考文献	第40-46页
致谢	第46-47页
个人简历	第47页