| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·论文研究的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第2章 相关工具简介 | 第12-17页 |
| ·数学软件MATLAB | 第12-15页 |
| ·绘图工具ORIGIN | 第15-17页 |
| 第3章 人脸图像光照预处理算法 | 第17-22页 |
| ·图像灰度化 | 第17页 |
| ·直方图均衡化 | 第17-19页 |
| ·GAMMA灰度矫正 | 第19页 |
| ·基于DCT的图像LOG空间光照预处(LOG_DCT) | 第19-20页 |
| ·小结 | 第20-22页 |
| 第4章 基于子空间的人脸识别算法 | 第22-35页 |
| ·基于主成分量分析的人脸识别算法(PCA) | 第22-27页 |
| ·基于独立分量分析的人脸识别算法(ICA) | 第27-31页 |
| ·基于线性判别分析的人脸识别算法(LDA) | 第31-34页 |
| ·小结 | 第34-35页 |
| 第5章 子空间与变换域相结合的人脸识别算法 | 第35-40页 |
| ·PCA和LDA相结合的人脸识别算法 | 第35-36页 |
| ·DCT和改进LDA结合的人脸识别算法 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第6章 实验及结果分析 | 第40-48页 |
| ·本文所用的人脸库介绍 | 第40-43页 |
| ·实验结果及分析 | 第43-48页 |
| 第7章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52页 |