| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题的研究背景与意义 | 第13-14页 |
| 1.2 人脸识别的发展状况 | 第14-15页 |
| 1.2.1 人脸识别的历史 | 第14页 |
| 1.2.2 人脸识别的国内外现状 | 第14-15页 |
| 1.3 人脸识别的系统结构 | 第15页 |
| 1.4 现场可编程门阵列 | 第15-17页 |
| 1.4.1 FPGA基本概念 | 第15-16页 |
| 1.4.2 FPGA与图像处理 | 第16-17页 |
| 1.5 论文的主要安排 | 第17-19页 |
| 第二章 人脸检测和定位 | 第19-29页 |
| 2.1 人脸检测的基本流程和方法 | 第19-21页 |
| 2.1.1 人脸检测的基本流程 | 第19页 |
| 2.1.2 人脸检测的基本方法 | 第19-21页 |
| 2.2 基于肤色的人脸检测 | 第21-22页 |
| 2.2.1 RGB空间与YCbCr空间的转化 | 第21-22页 |
| 2.3 基于肤色模型的FPGA实现 | 第22-27页 |
| 2.3.1 RGB空间到YCbCr空间变换的FPGA实现 | 第22-23页 |
| 2.3.2 RGB图像转化灰度图像 | 第23页 |
| 2.3.3 形态学滤波 | 第23-27页 |
| 2.4 人脸的定位和提取 | 第27-29页 |
| 第三章 图像增强算法 | 第29-45页 |
| 3.1 图像滤波算法 | 第29-34页 |
| 3.1.1 图像滤波去噪概述 | 第29页 |
| 3.1.2 线性滤波算法 | 第29-30页 |
| 3.1.3 非线性滤波 | 第30-31页 |
| 3.1.4 图像滤波算法的FPGA实现 | 第31-32页 |
| 3.1.5 FPGA实现的滤波结果 | 第32-34页 |
| 3.2 图像均衡算法 | 第34-36页 |
| 3.2.1 直方图灰度值调整 | 第34-35页 |
| 3.2.2 直方图均衡化的FPGA实现 | 第35-36页 |
| 3.2.3 均衡化的FPGA实现结果 | 第36页 |
| 3.3 图像边缘提取 | 第36-45页 |
| 3.3.1 边缘提取概述 | 第37-40页 |
| 3.3.2 canny算子的基本原理 | 第40-41页 |
| 3.3.3 改进的canny算子的FPGA实现 | 第41-43页 |
| 3.3.4 canny算子的硬件实现效果图 | 第43-45页 |
| 第四章 人脸识别方法 | 第45-59页 |
| 4.1 人脸识别算法综述 | 第45-47页 |
| 4.2 人脸识别算法在ORL人脸库上的应用 | 第47-56页 |
| 4.2.1 ORL人脸数据库 | 第47-48页 |
| 4.2.2 几种人脸识别方法的原理 | 第48-54页 |
| 4.2.3 人脸算法在ORL人脸库的识别效果 | 第54-56页 |
| 4.3 DCT算法在FPGA中的设计与实现 | 第56-59页 |
| 第五章 系统测试和结果 | 第59-63页 |
| 5.1 实验平台 | 第59-60页 |
| 5.2 实验结果 | 第60-63页 |
| 5.2.1 人脸系统设计 | 第60-61页 |
| 5.2.2 性能比较 | 第61页 |
| 5.2.3 人脸系统在实验室人脸的应用 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-69页 |
| 在读期间发表的学术论文与取得的研究成果 | 第69页 |