| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·本文的研究背景及意义 | 第9页 |
| ·人脸检测和特征点定位技术综述 | 第9-16页 |
| ·本文主要工作 | 第16-17页 |
| ·本文章节安排 | 第17-18页 |
| 第二章 预处理算法以及彩色图像空间转换 | 第18-26页 |
| ·预处理 | 第18-22页 |
| ·直方图均衡化 | 第18-21页 |
| ·光照补偿处理 | 第21-22页 |
| ·彩色模型 | 第22-24页 |
| ·RGB图像 | 第23页 |
| ·HSI彩色空间 | 第23-24页 |
| ·YCbCr彩色空间 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 边缘检测算法 | 第26-34页 |
| ·基本说明 | 第26页 |
| ·梯度算子 | 第26-31页 |
| ·梯度 | 第26-27页 |
| ·Roberts算子 | 第27页 |
| ·Prewitt算子 | 第27-28页 |
| ·Sobel算子 | 第28-29页 |
| ·拉普拉斯算子 | 第29-31页 |
| ·Canny边缘检测算法 | 第31页 |
| ·Laplacian of Gaussian(LoG)边缘检测算法 | 第31页 |
| ·各算子在人脸图像中的实验比较 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于相似度的人脸检测算法 | 第34-58页 |
| ·相似度的计算 | 第34-42页 |
| ·肤色模型建立的原理 | 第34-40页 |
| ·基于相似度的人脸区域检测流程 | 第40-42页 |
| ·对灰度图滤波去除噪声 | 第42-46页 |
| ·邻域平均法 | 第42-43页 |
| ·中值滤波 | 第43-44页 |
| ·空域低通滤波 | 第44-46页 |
| ·图像分割 | 第46-51页 |
| ·阈值分割基础 | 第46-47页 |
| ·最佳全局和自适应阈值法 | 第47-51页 |
| ·利用数学形态学对二值图去除噪声 | 第51-57页 |
| ·膨胀运算,记为⊕ | 第52-53页 |
| ·腐蚀运算,记为(?) | 第53-55页 |
| ·开运算和闭运算 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于边缘检测和先验知识的特征点自动定位方法 | 第58-70页 |
| ·人脸特征点定位的流程 | 第58-60页 |
| ·眼睛特征点的定位 | 第60-61页 |
| ·嘴部特征点的定位 | 第61-62页 |
| ·鼻子特征点的定位 | 第62页 |
| ·眉毛特征点的定位 | 第62-63页 |
| ·脸部轮廓特征点的定位 | 第63-64页 |
| ·实验结果 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75页 |