| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第9-20页 |
| ·论文研究的意义 | 第9页 |
| ·人脸识别技术 | 第9-13页 |
| ·人脸识别的研究内容 | 第10-11页 |
| ·人脸识别的优势与难点 | 第11-13页 |
| ·红外人脸识别技术 | 第13-17页 |
| ·红外人脸识别概述 | 第13-14页 |
| ·红外人脸图像的特性 | 第14-16页 |
| ·红外人脸识别的优缺点 | 第16-17页 |
| ·实验数据库说明 | 第17-19页 |
| ·本文研究的主要内容 | 第19-20页 |
| 2 环境温度对红外人脸热模式的影响及图像归一化方法综述 | 第20-33页 |
| ·引言 | 第20页 |
| ·环境温度对红外人脸热模式的影响 | 第20-24页 |
| ·核心温度和皮肤温度 | 第20-21页 |
| ·外界环境温度变化对人脸热模式的影响 | 第21-24页 |
| ·图像归一化方法综述 | 第24-32页 |
| ·可见光图像归一化方法 | 第26-27页 |
| ·遥感图像归一化 | 第27-29页 |
| ·外图像归一化 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 环境温度变化下红外图像归一化方法 | 第33-60页 |
| ·引言 | 第33页 |
| ·环境温度对人脸温谱图的影响 | 第33-38页 |
| ·图像的统计特性 | 第33-35页 |
| ·不同环境温度下人脸温谱图的特性 | 第35-38页 |
| ·基于变换的红外图像归一化方法 | 第38-46页 |
| ·基于温差的红外图像归一化方法 | 第38-39页 |
| ·曲线拟合的最小二乘法 | 第39-40页 |
| ·基于分块和最小二乘法的红外图像归一化方法 | 第40-41页 |
| ·归一化检验 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·基于不变特征的红外图像归一化方法 | 第46-53页 |
| ·PCA特征提取 | 第46-48页 |
| ·基于分块PCA特征提取的红外图像归一化方法 | 第48-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·基于温度模型的红外图像归一化方法 | 第53-56页 |
| ·最大最小值模型 | 第53-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·三种方法的比较 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 4 总结及展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·后续工作及展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 参加的课题 | 第69-70页 |
| 致谢 | 第70页 |