| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10-12页 |
| ·国内及国外的研究现状 | 第12-15页 |
| ·本文的主要研究内容以及章节的安排 | 第15-17页 |
| 第2章 肤色检测算法的比较及肤色模型建立 | 第17-31页 |
| ·几种常见的肤色检测模型简介 | 第17-27页 |
| ·色度空间模型 | 第17-24页 |
| ·高斯模型 | 第24-26页 |
| ·统计直方图模型 | 第26-27页 |
| ·三种模型的优缺点比较 | 第27页 |
| ·改进的肤色模型 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 纹理检测算法介绍及其改进 | 第31-49页 |
| ·几种纹理检测算法简介 | 第31-37页 |
| ·一阶灰度统计方法 | 第33页 |
| ·灰度差分统计法 | 第33-34页 |
| ·联合概率矩阵法(灰度共生矩阵) | 第34-35页 |
| ·Gabor滤波方法 | 第35-36页 |
| ·Tamura纹理特征 | 第36-37页 |
| ·边缘提取在纹理检测中的应用 | 第37-41页 |
| ·微分算子 | 第38-39页 |
| ·哈夫变换(Hough Transform) | 第39-40页 |
| ·边界连接 | 第40-41页 |
| ·基于边缘检测与Gabor函数联合的皮肤纹理检测方法 | 第41-47页 |
| ·粒子群算法简介(PSO) | 第41-43页 |
| ·模糊聚类算法介绍 | 第43-45页 |
| ·FCM算法与粒子群算法相结合的边缘检测方法 | 第45-46页 |
| ·利用Gabor函数进行皮肤纹理检测 | 第46-47页 |
| ·实验结果对比与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 敏感图像过滤器结构 | 第49-52页 |
| ·建立图像库 | 第49页 |
| ·敏感图像过滤器分析 | 第49-50页 |
| ·本文所采用的模型结构 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于掩码图像的特征提取 | 第52-59页 |
| ·特征提取 | 第52页 |
| ·皮肤颜色的面积百分比的提取 | 第52-53页 |
| ·肤色面积区域百分比的提取 | 第53-54页 |
| ·皮肤连通区域特征的提取 | 第54-57页 |
| ·与皮肤颜色概率有关的特征提取 | 第57页 |
| ·特征向量的选择 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 分类器的选择 | 第59-66页 |
| ·分类理论 | 第59-60页 |
| ·决策树算法简述 | 第60-61页 |
| ·ID3算法简介 | 第61-63页 |
| ·支持向量机简述 | 第63-64页 |
| ·分类器性能测试 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |