| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8页 |
| ·本文主要内容 | 第8-10页 |
| 第二章 基于人脸检测的点名系统关键技术研究 | 第10-19页 |
| ·图像预处理 | 第10-14页 |
| ·RGB空间 | 第10-11页 |
| ·YUV空间 | 第11页 |
| ·YIQ空间 | 第11页 |
| ·Gray World彩色均衡法 | 第11-12页 |
| ·肤色分割 | 第12页 |
| ·图像的灰度转换 | 第12-13页 |
| ·直方图均衡化 | 第13-14页 |
| ·图像拼接 | 第14页 |
| ·人脸检测 | 第14-19页 |
| ·基于知识的方法 | 第15页 |
| ·基于特征的方法 | 第15-16页 |
| ·模板匹配方法 | 第16页 |
| ·基于外观的方法 | 第16页 |
| ·AdaBoost人脸检测原理 | 第16-19页 |
| 第三章 基于智能手机平台的关键算法设计与实现 | 第19-41页 |
| ·Android平台介绍 | 第19-21页 |
| ·iOS平台介绍 | 第21-22页 |
| ·OpenCV介绍 | 第22页 |
| ·智能手机应用开发中加入OpenCV | 第22-25页 |
| ·Android NDK介绍 | 第22-23页 |
| ·JNI介绍 | 第23页 |
| ·Android开发环境搭建 | 第23页 |
| ·搭建Android NDK和OpenCV2.4.4平台 | 第23页 |
| ·创建包含有OpenCV的Android项目 | 第23-25页 |
| ·在智能手机平台上实现关键技术 | 第25-31页 |
| ·图像预处理 | 第26-27页 |
| ·图像拼接 | 第27-31页 |
| ·人脸检测 | 第31页 |
| ·实验 | 第31-37页 |
| ·实验目的 | 第31-32页 |
| ·实验步骤 | 第32-37页 |
| ·代码移植 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于人脸检测的点名系统原型实现 | 第41-55页 |
| ·系统需求分析 | 第41-42页 |
| ·系统设计 | 第42-44页 |
| ·教师界面 | 第43页 |
| ·学生界面 | 第43页 |
| ·数据库设计 | 第43-44页 |
| ·系统实现 | 第44-55页 |
| ·Apache Tomcat介绍 | 第44-45页 |
| ·SSH框架介绍 | 第45-46页 |
| ·服务器端实现 | 第46-47页 |
| ·手机端实现 | 第47-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·下一步工作与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 附录 攻读硕士学位期间参与的软件著作权登记 | 第60页 |