| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人脸识别研究的背景及意义 | 第7-8页 |
| ·人脸识别研究的背景 | 第7页 |
| ·人脸识别的研究意义 | 第7-8页 |
| ·人脸识别研究的历史和现状 | 第8-10页 |
| ·人脸识别系统中的主要问题 | 第10-11页 |
| ·论文使用的人脸库介绍 | 第11页 |
| ·论文的研究内容及章节安排 | 第11-13页 |
| 第二章 人脸图像光照预处理 | 第13-25页 |
| ·常用的光照预处理方法 | 第13页 |
| ·光照模型 | 第13-14页 |
| ·Retinex 算法 | 第14页 |
| ·常用的光照不变量提取算法 | 第14-16页 |
| ·单尺度 Retinex 算法（SSR） | 第15页 |
| ·多尺度 Retinex 算法（MSR） | 第15页 |
| ·自商图像（SQI） | 第15页 |
| ·对数 Kimmel 变分 | 第15-16页 |
| ·基于变换域的方法 | 第16页 |
| ·基于曲波变换和 Retinex 人脸光照处理算法 | 第16-20页 |
| ·曲波变化 | 第16-19页 |
| ·高频系统阈值去噪 | 第19-20页 |
| ·实验结果及分析 | 第20-23页 |
| ·实验步骤 | 第20页 |
| ·在 Yale B 人脸库中的实验结果 | 第20-22页 |
| ·在 CMU PIE 人脸库中的实验结果 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于曲波变换和 CSVD 的人脸特征提取 | 第25-33页 |
| ·基于奇异值分解(SVD)人脸识别算法 | 第25-27页 |
| ·人脸图像的奇异值分解 | 第25-26页 |
| ·奇异值分解降维 | 第26-27页 |
| ·奇异值分解算法的缺点 | 第27页 |
| ·类估计基空间奇异值分解（CSVD）理论 | 第27-28页 |
| ·基于曲波变化和 CSVD 的人脸识别算法 | 第28-31页 |
| ·实验步骤 | 第28-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于改进的 LBP 人脸特征提取 | 第33-41页 |
| ·基于 LBP 的人脸特征提取 | 第33-37页 |
| ·LBP 算子简介 | 第33-35页 |
| ·LBP 直方图特征相似度度量 | 第35-36页 |
| ·LBP 在人脸识别中的应用 | 第36-37页 |
| ·CLBP 理论 | 第37-38页 |
| ·基于分块 CLBP 的人脸识别算法 | 第38-40页 |
| ·算法描述 | 第38-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于静态图片的人脸识别系统的设计 | 第41-51页 |
| ·嵌入式系统 | 第41-42页 |
| ·嵌入式系统概述 | 第41-42页 |
| ·嵌入式系统应用程序开发 | 第42页 |
| ·硬件平台介绍 | 第42-43页 |
| ·宿主机软件平台搭建 | 第43-45页 |
| ·宿主机操作系统安装 | 第43页 |
| ·交叉编译环境的建立 | 第43页 |
| ·宿主机 OpenCV 安装 | 第43-44页 |
| ·宿主机 Qt 安装 | 第44-45页 |
| ·目标板软件环境建立 | 第45-46页 |
| ·嵌入式 Linux 安装 | 第45页 |
| ·OpenCV 的移植 | 第45-46页 |
| ·Qt 的移植 | 第46页 |
| ·人脸识别系统程序设计 | 第46-50页 |
| ·系统主要算法的选择 | 第46-48页 |
| ·识别系统流程 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 主要总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第59页 |