| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·本课题研究的背景及意义 | 第10-11页 |
| ·人脸识别的发展与研究现状 | 第11-13页 |
| ·LabVIEW 及 IMAQVision 简介 | 第13页 |
| ·本文主要的研究内容及安排 | 第13-15页 |
| 第2章 基于肤色模型与模板匹配的人脸检测 | 第15-35页 |
| ·几种色彩空间特征比较与选择 | 第15-18页 |
| ·RGB 色彩空间 | 第15-16页 |
| ·rgb 色彩空间 | 第16页 |
| ·YIQ 色彩空间 | 第16-17页 |
| ·HSI 色彩空间 | 第17页 |
| ·YUV 色彩空间 | 第17-18页 |
| ·YCbCr 彩色空间 | 第18页 |
| ·YCbCr 色彩空间的肤色模型 | 第18-21页 |
| ·光线补偿 | 第21-23页 |
| ·肤色区域分割具体过程 | 第23-25页 |
| ·肤色的相似度计算 | 第23-24页 |
| ·图像的二值化 | 第24-25页 |
| ·基于数学形态学的图像处理 | 第25-26页 |
| ·候选人脸区域的筛选 | 第26-28页 |
| ·模板匹配 | 第28-33页 |
| ·模板匹配准则 | 第28-29页 |
| ·模板的制作 | 第29-31页 |
| ·人脸模板匹配过程 | 第31-33页 |
| ·仿真实验 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 人脸图像预处理 | 第35-42页 |
| ·彩色图像转化成灰度图像 | 第35-36页 |
| ·人脸图像增强 | 第36-37页 |
| ·人脸图像的归一化 | 第37-41页 |
| ·人脸图像的几何归一化 | 第38-40页 |
| ·人脸图像的灰度归一化 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 人脸特征提取与识别 | 第42-55页 |
| ·基于主成分分析(PCA)的人脸识别 | 第42-48页 |
| ·K-L 变换原理 | 第42-44页 |
| ·基于 PCA 的人脸识别方法（特征脸方法） | 第44-47页 |
| ·特征脸方法的优点与不足 | 第47-48页 |
| ·基于线性判别分析(LDA)的人脸识别 | 第48-51页 |
| ·线性判别分析的基本思想 | 第48页 |
| ·Fisher 最佳线性判别 | 第48-50页 |
| ·线性判别分析中的小样本问题 | 第50-51页 |
| ·利用主成分分析和线性判别分析相结合的方法进行人脸识别 | 第51-53页 |
| ·主成分分析和线性判别分析相结合提取人脸图像特征 | 第51-52页 |
| ·人脸识别流程 | 第52-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 人脸识别系统的设计与实现 | 第55-64页 |
| ·人脸识别系统的结构 | 第55-58页 |
| ·系统的硬件组成 | 第55-56页 |
| ·系统软件开发平台 | 第56-57页 |
| ·系统结构框图 | 第57-58页 |
| ·人脸识别系统的设计 | 第58-62页 |
| ·获取图像模块 | 第58-59页 |
| ·人脸检测模块 | 第59-60页 |
| ·图像预处理模块 | 第60-61页 |
| ·识别模块 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第6章 结论及展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-72页 |