人脸检测技术在电梯群控中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-10页 |
| ·人脸检测技术概要 | 第10页 |
| ·候梯客流图像识别系统结构 | 第10-11页 |
| ·论文的结构安排 | 第11-12页 |
| 2 源图像获取 | 第12-18页 |
| ·图像采集 | 第12-13页 |
| ·采集系统介绍 | 第12-13页 |
| ·图像采集软件设计 | 第13页 |
| ·云台控制 | 第13-18页 |
| ·云台控制简介 | 第13-15页 |
| ·云台解码协议简介 | 第15-16页 |
| ·云台控制软件设计 | 第16-18页 |
| 3 图像预处理 | 第18-24页 |
| ·BMP 位图 | 第18-20页 |
| ·BMP 图像文件格式 | 第18-20页 |
| ·位图操作 | 第20页 |
| ·图像平滑 | 第20-22页 |
| ·中值滤波 | 第21页 |
| ·实验结果 | 第21-22页 |
| ·光线补偿 | 第22-24页 |
| 4 人脸分割 | 第24-47页 |
| ·概述 | 第24-25页 |
| ·图像分割算法综述 | 第25-26页 |
| ·边界分割 | 第25页 |
| ·区域分割 | 第25-26页 |
| ·基于特定理论的分割 | 第26页 |
| ·特殊图像的分割 | 第26页 |
| ·复杂背景下基于肤色聚类和局部边缘的人脸分割算法 | 第26-47页 |
| ·引言 | 第26-29页 |
| ·基于肤色聚类的人脸分割 | 第29-34页 |
| ·孔洞填充人脸中的非肤色区域 | 第34-35页 |
| ·利用形态学运算去除弱粘连性 | 第35-40页 |
| ·利用运动特征去除背景中的类肤色区域 | 第40-41页 |
| ·利用局部边缘信息分割强粘连性区域 | 第41-44页 |
| ·过滤小区域 | 第44-45页 |
| ·实验结果 | 第45-47页 |
| 5 人脸检测 | 第47-57页 |
| ·人脸检测算法概述 | 第47-49页 |
| ·基于知识的方法 | 第47页 |
| ·基于不变特征的方法 | 第47-48页 |
| ·模板匹配方法 | 第48页 |
| ·基于统计分析的方法 | 第48-49页 |
| ·本文的人脸检测算法 | 第49-55页 |
| ·综合评价函数 | 第50-51页 |
| ·几何特征(Geometry) | 第51-52页 |
| ·椭圆匹配(Ellipse) | 第52-53页 |
| ·头发匹配(Hair) | 第53-55页 |
| ·面部特征匹配(FaceFeature) | 第55页 |
| ·实验结果 | 第55-57页 |
| 6 结论与展望 | 第57-59页 |
| ·基于 Visual C++ 6.0 的系统实现 | 第57页 |
| ·实验结果与结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-64页 |
| 独创性声明 | 第64页 |
| 学位论文版权使用授权书 | 第64页 |
