| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题研究的背景与意义 | 第10页 |
| 1.2 人脸五官定位与分割技术的研究现状 | 第10-14页 |
| 1.2.1 区域生长算法 | 第12页 |
| 1.2.2 分水岭法 | 第12-13页 |
| 1.2.3 基于边缘检测的分割法 | 第13-14页 |
| 1.2.4 阈值法 | 第14页 |
| 1.3 免疫算法的概述 | 第14-20页 |
| 1.3.1 生物免疫系统的结构及组成 | 第15-17页 |
| 1.3.2 免疫系统机制及功能 | 第17-19页 |
| 1.3.3 人工免疫算法与图像分割技术 | 第19-20页 |
| 1.4 论文的主要内容 | 第20-22页 |
| 第2章 人脸图像预处理 | 第22-32页 |
| 2.1 人脸图像的灰度变换 | 第22-24页 |
| 2.1.1 灰度变换原理 | 第22-23页 |
| 2.1.2 人脸灰度变换的效果图 | 第23-24页 |
| 2.2 人脸图像的直方图修正 | 第24-26页 |
| 2.2.1 直方图修正原理 | 第24-25页 |
| 2.2.2 直方图修正的效果图 | 第25-26页 |
| 2.3 人脸图像去噪 | 第26-30页 |
| 2.4 人脸图像锐化 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于参数化可变形模板的人脸检测方法研究 | 第32-46页 |
| 3.1 人脸图像检测概述 | 第32-36页 |
| 3.1.1 人脸检测概述 | 第32页 |
| 3.1.2 人脸检测的方法 | 第32-36页 |
| 3.2 人脸特征的多参数可变形模板 | 第36-42页 |
| 3.2.1 人脸特征的参数化可变形模板表示 | 第36-37页 |
| 3.2.2 人脸特征的多参数可变形模板表示 | 第37页 |
| 3.2.3 人脸特征的多参数可变形模板训练 | 第37-42页 |
| 3.3 基于多参数可变形模板的人脸检测实验分析 | 第42-43页 |
| 3.3.1 基于多参数可变形模板的人脸特征检测 | 第42-43页 |
| 3.3.2 人脸数据库图像检测效果分析 | 第43页 |
| 3.4 本章小结 | 第43-46页 |
| 第4章 基于自适应二进制免疫算法的人脸五官定位分割 | 第46-70页 |
| 4.1 基于自适应的二进制免疫算法参数优化 | 第46-58页 |
| 4.1.1 免疫算法 | 第46-48页 |
| 4.1.2 免疫算法的性能分析 | 第48-54页 |
| 4.1.3 基于自适应二进制免疫算法的参数优化 | 第54-58页 |
| 4.2 基于二维最大熵的人脸五官定位分割 | 第58-63页 |
| 4.2.1 阈值化分割原理 | 第58页 |
| 4.2.2 阈值化分割算法分类 | 第58-59页 |
| 4.2.3 二维最大熵人脸五官定位分割算法 | 第59-61页 |
| 4.2.4 图像分割效果实验分析 | 第61-63页 |
| 4.3 基于二进制在线免疫算法的自适应阈值求解 | 第63-66页 |
| 4.3.1 抗原抗体定义及编码 | 第63页 |
| 4.3.2 熵疫苗算子及适应度计算 | 第63-64页 |
| 4.3.3 疫苗库的建立 | 第64页 |
| 4.3.4 抗体群更新 | 第64-65页 |
| 4.3.5 算法的实现 | 第65-66页 |
| 4.4 实验结果及分析 | 第66-68页 |
| 4.4.1 图像分割效果实验分析 | 第66-67页 |
| 4.4.2 人脸数据库图像分割效果分析 | 第67-68页 |
| 4.5 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |