基于面象特征的中医体质自动辨识系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 课题研究现状 | 第10-16页 |
| 1.2.1 中医面象的研究现状 | 第10-13页 |
| 1.2.2 中医体质的现代研究 | 第13-14页 |
| 1.2.3 中医体质辨识的研究现状 | 第14-16页 |
| 1.3 研究目标和主要工作 | 第16-17页 |
| 1.4 论文的结构安排 | 第17-20页 |
| 第2章 基于面象特征的中医体质辨识分析 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 面诊客观化的关键技术 | 第20-27页 |
| 2.2.1 人体面部图像肤色分割 | 第20-24页 |
| 2.2.2 面象的信息分析 | 第24-27页 |
| 2.3 不同中医体质的面象特征 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 人体面部图像预处理及特征提取 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 人体面部区域检测 | 第30-36页 |
| 3.2.1 基于YCbCr颜色空间的肤色模型 | 第30-34页 |
| 3.2.2 肤色分割图像形态学处理 | 第34-35页 |
| 3.2.3 基于面象矩形特征的人脸定位 | 第35-36页 |
| 3.3 面象颜色特征提取 | 第36-41页 |
| 3.3.1 颜色空间选择 | 第37-39页 |
| 3.3.2 颜色特征提取及结果分析 | 第39-41页 |
| 3.4 面象纹理特征提取 | 第41-43页 |
| 3.4.1 纹理特征提取方法 | 第41-42页 |
| 3.4.2 灰度共生矩阵 | 第42-43页 |
| 3.4.3 纹理特征提取及结果分析 | 第43页 |
| 3.5 本章小结 | 第43-46页 |
| 第4章 基于面象特征的中医体质辨识分类 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 支持向量机 | 第46-54页 |
| 4.2.1 统计学习理论相关内容 | 第46-52页 |
| 4.2.2 支持向量机的多分类方法 | 第52-53页 |
| 4.2.3 支持向量机模型的选取 | 第53-54页 |
| 4.3 支持向量机分类器的训练方法 | 第54-58页 |
| 4.3.1 面象样本分布及特征数据处理 | 第54-55页 |
| 4.3.2 以RBF核为核函数的SVM | 第55-57页 |
| 4.3.3 实验结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 全生命健康管理系统及面象自动分析模块设计 | 第60-80页 |
| 5.1 引言 | 第60页 |
| 5.2 系统需求分析和可行性分析 | 第60-63页 |
| 5.2.1 系统功能需求分析 | 第60-62页 |
| 5.2.2 系统性能需求分析 | 第62页 |
| 5.2.3 系统可行性分析 | 第62-63页 |
| 5.3 系统的总体设计 | 第63-68页 |
| 5.3.1 系统的模块结构 | 第63-65页 |
| 5.3.2 系统数据库设计 | 第65-68页 |
| 5.4 基于面象特征的中医体质辨识模块设计 | 第68-69页 |
| 5.4.1 面象的采集 | 第68-69页 |
| 5.4.2 系统中嵌入的算法 | 第69页 |
| 5.5 系统设计与实现 | 第69-78页 |
| 5.5.1 整体系统设计及界面演示 | 第69-73页 |
| 5.5.2 面象自动分析模块设计及界面演示 | 第73-78页 |
| 5.6 本章小结 | 第78-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间所发表的学术论文 | 第86页 |
| 攻读硕士学位期间所参与的科研项目 | 第86页 |
| 攻读硕士学位期间所获奖励 | 第86-88页 |
| 致谢 | 第88页 |
