基于OpenCV的人脸检测方法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1. 绪论 | 第9-14页 |
| ·课题研究意义 | 第9页 |
| ·人脸检测和图像分割概述 | 第9-12页 |
| ·人脸检测的定义及人脸检测分类 | 第9-11页 |
| ·人脸检测国内外研究现状 | 第11-12页 |
| ·目前该领域中存在的问题及难点 | 第12页 |
| ·本文主要研究内容和论文结构安排 | 第12-14页 |
| 2. 图像分割理论基础 | 第14-28页 |
| ·数字图像及图像分割定义及分类 | 第14-16页 |
| ·数字图像概念 | 第14-15页 |
| ·像素邻域 | 第15页 |
| ·图像分割的定义 | 第15-16页 |
| ·图像分割方法综述 | 第16-19页 |
| ·基于数据的图像分割技术 | 第16-17页 |
| ·基于理论模型的图像分割方法 | 第17-19页 |
| ·阈值图像分割方法 | 第19-23页 |
| ·灰度直方图 | 第19页 |
| ·峰谷法 | 第19-20页 |
| ·熵阈值分割法 | 第20-21页 |
| ·最大类间方差分割法 | 第21-22页 |
| ·最小误差法分割法 | 第22-23页 |
| ·区域图像分割方法 | 第23-24页 |
| ·视频序列的分割技术 | 第24-27页 |
| ·基于形态学的分割方法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3. 基于差分背景的运动人脸图像分割 | 第28-40页 |
| ·人脸图像预处理 | 第29-32页 |
| ·图像灰度化处理 | 第30页 |
| ·人脸图像滤波去噪 | 第30-32页 |
| ·差分背景分割运动人脸图像 | 第32-35页 |
| ·分块背景估计算法 | 第32页 |
| ·利用统计模型对背景实时动态更新 | 第32-33页 |
| ·差分背景人脸分割算法 | 第33-35页 |
| ·数学形态学处理 | 第35-36页 |
| ·实验和分析 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 4. 基于肤色信息的快速人脸检测方法研究 | 第40-55页 |
| ·AbaBoosting 算法 | 第40-47页 |
| ·AbaBoosting 算法原理 | 第40-41页 |
| ·Harr 特征和积分图 | 第41-43页 |
| ·分类器设计及训练过程描述 | 第43-47页 |
| ·基于肤色信息的人脸检测与跟踪 | 第47-49页 |
| ·肤色区域提取算法 | 第47-48页 |
| ·人脸不变特征判别法 | 第48-49页 |
| ·Open CV 简介 | 第49-50页 |
| ·人脸检测结果对比分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 5. 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
