第一章 绪论 | 第1-16页 |
1.1 选题背景 | 第10-11页 |
1.2 计算机视觉 | 第11-12页 |
1.3 人脸检测与跟踪的研究概述 | 第12-15页 |
1.3.1 国内外研究进展 | 第12页 |
1.3.2 人脸检测的方法研究 | 第12-14页 |
1.3.3 人脸跟踪算法研究 | 第14-15页 |
1.4 本论文的主要内容 | 第15-16页 |
第二章 图像分割方法研究 | 第16-26页 |
2.1 图像分割的概念 | 第16页 |
2.2 图像阈值分割 | 第16-22页 |
2.2.1 阈值法的概念 | 第17-18页 |
2.2.2 基于点的全局阈值法 | 第18-20页 |
2.2.2.1 P-tile法 | 第18页 |
2.2.2.2 双峰法 | 第18页 |
2.2.2.3 Otsu法 | 第18-19页 |
2.2.2.4 时刻存储法 | 第19页 |
2.2.2.5 最小错误法 | 第19-20页 |
2.2.2.6 灰度直方图凹度分析法 | 第20页 |
2.2.2.7 一维灰度直方图熵法 | 第20页 |
2.2.3 基于区域的全局阈值法 | 第20-21页 |
2.2.3.1 灰度直方图变换法 | 第20-21页 |
2.2.3.2 基于灰度级的二次统计值的方法 | 第21页 |
2.2.4 局部阈值法 | 第21页 |
2.2.5 一种新的自适应阈值法 | 第21-22页 |
2.3 区域增长 | 第22页 |
2.4 轮廓提取与轮廓跟踪 | 第22-24页 |
2.5 基于数学形态学的图像分割 | 第24-26页 |
2.5.1 形态学运算子 | 第24-25页 |
2.5.2 形态算子的变形运算 | 第25-26页 |
第三章 遗传算法及其实现技术 | 第26-42页 |
3.1 遗传算法概述 | 第26-28页 |
3.1.1 遗传算法的发展历史 | 第26页 |
3.1.2 遗传算法的研究概况 | 第26-28页 |
3.2 遗传算法的实现技术 | 第28-35页 |
3.2.1 遗传算法概要 | 第28-31页 |
3.2.2 编码方法 | 第31-32页 |
3.2.3 适应度函数 | 第32页 |
3.2.4 遗传算子 | 第32-34页 |
3.2.5 遗传算法的运行参数 | 第34-35页 |
3.2.6 停机准则 | 第35页 |
3.3 遗传算法的数学理论 | 第35-39页 |
3.3.1 遗传算法的模式定理 | 第35-38页 |
3.3.2 遗传算法的积本块假设与欺骗问题 | 第38页 |
3.3.3 遗传算法的隐含并行性 | 第38-39页 |
3.4 遗传算法的特点 | 第39-40页 |
3.5 遗传算法的应用 | 第40-41页 |
3.6 本章小结 | 第41-42页 |
第四章 基于差分图像的人脸检测与跟踪 | 第42-54页 |
4.1 Windows下图像处理基础 | 第42-46页 |
4.1.1 位图文件格式介绍 | 第42-44页 |
4.1.2 调色板的配置 | 第44-45页 |
4.1.3 位图的显示 | 第45-46页 |
4.2 运动区域分割与人脸检测 | 第46-50页 |
4.2.1 运动区域分割 | 第46-47页 |
4.2.2 基于几何特性的人脸验证 | 第47-49页 |
4.2.2.1 二值图像区域处理 | 第47-48页 |
4.2.2.2 人脸形状特性验证 | 第48-49页 |
4.2.3 人脸定位 | 第49-50页 |
4.3 人脸跟踪 | 第50-54页 |
第五章 视频采集及图像序列运动检测 | 第54-67页 |
5.1 视频图像序列运动检测的研究现状 | 第54页 |
5.2 图像序列检测中的视频图像处理理论 | 第54-57页 |
5.2.1 数学图像的数学模型 | 第54-55页 |
5.2.2 视频图像中的色彩空间 | 第55-57页 |
5.3 基于差分图像的视频人脸检测和跟踪算法的实现 | 第57-63页 |
5.3.1 USB(Universal Serial Bus) | 第58-59页 |
5.3.2 VFW(Microsoft Video for Window) | 第59-61页 |
5.3.3 视频采集 | 第61页 |
5.3.4 中值滤波实现图像预处理 | 第61-62页 |
5.3.5 使用自适应阈值分割运动区域 | 第62-63页 |
5.3.6 根据差分图像实现人脸检测与跟踪 | 第63页 |
5.4 实验结果 | 第63-67页 |
第六章 结束语 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
发表论文目录 | 第74页 |