摘要 | 第3-4页 |
abstract | 第4页 |
第1章 引言 | 第9-15页 |
1.1 红外人脸识别研究的背景与意义 | 第9-10页 |
1.2 国内外研究的现状 | 第10-13页 |
1.2.1 红外人脸识别萌芽状态 | 第10页 |
1.2.2 提出可见光人脸识别与红外人脸识别的方法差异 | 第10页 |
1.2.3 将统计学与融合思想相统一 | 第10页 |
1.2.4 探究红外人脸识别特征提取的方法 | 第10-11页 |
1.2.5 改进传统的PCA特征提取方法 | 第11页 |
1.2.6 Gabor小波变换实现对人脸图像的识别 | 第11页 |
1.2.7 简化血流图小波包域DCT系数融合 | 第11-12页 |
1.2.8 小波优化LDA | 第12页 |
1.2.9 基于血流图的DCT+FLD | 第12页 |
1.2.10 眼睛区域人脸识别处理 | 第12页 |
1.2.11 二元模式共生直方图 | 第12-13页 |
1.2.12 基于核典型相关分析的多特征组合人脸识别 | 第13页 |
1.3 本文的主要研究内容 | 第13-14页 |
1.4 本文的结构安排 | 第14-15页 |
第2章 红外人脸识别 | 第15-21页 |
2.1 红外人脸图像的成像原理 | 第15页 |
2.2 红外人脸图像的特性 | 第15-16页 |
2.3 影响红外人脸图像识别的因子 | 第16页 |
2.4 红外人脸识别系统实现流程 | 第16-17页 |
2.5 红外人脸的识别 | 第17-19页 |
2.5.1 红外人脸检测 | 第17-18页 |
2.5.2 红外人脸特征提取与识别 | 第18-19页 |
2.6 本章小结 | 第19-21页 |
第3章 红外人脸图像的预处理 | 第21-27页 |
3.1 红外人脸图像的去噪 | 第21-22页 |
3.1.1 基于离散余弦变换的图像去噪 | 第21-22页 |
3.1.2 基于小波变换的图像去噪 | 第22页 |
3.2 红外人脸图像的增强 | 第22-26页 |
3.2.1 灰度变换增强 | 第22-23页 |
3.2.2 直方图均衡化 | 第23-24页 |
3.2.3 同态滤波 | 第24-25页 |
3.2.4 基于模糊集理论的增强 | 第25-26页 |
3.3 本章小结 | 第26-27页 |
第4章 红外人脸图像的特征提取 | 第27-39页 |
4.1 红外人脸图像的边缘特征提取 | 第27-30页 |
4.1.1 基于Canny算子提取图像边缘特征 | 第27-28页 |
4.1.2 基于Sobel算子提取图像边缘特征 | 第28-29页 |
4.1.3 运用拉普拉斯算子提取图像边缘特征 | 第29-30页 |
4.2 计算红外人脸图像的矩特征 | 第30-33页 |
4.2.1 Zernike矩 | 第30-32页 |
4.2.2 颜色矩特征 | 第32-33页 |
4.3 红外人脸图像的斑纹特征的提取 | 第33页 |
4.4 Gabor变换法提取特征 | 第33-34页 |
4.4.1 Gabor函数的定义 | 第34页 |
4.4.2 对图像的局部纹理特征做分析 | 第34页 |
4.5 尺度不变特征的提取 | 第34-38页 |
4.5.1 检测尺度空间极值 | 第35页 |
4.5.2 关键点位置及尺度确定 | 第35-36页 |
4.5.3 关键点方向的确定 | 第36-37页 |
4.5.4 特征向量的生成 | 第37-38页 |
4.6 本章小结 | 第38-39页 |
第5章 红外人脸图像的分割技术 | 第39-47页 |
5.1 图像分割的定义 | 第39页 |
5.2 图像分割方法 | 第39-44页 |
5.2.1 基于阈值的分割技术 | 第40-42页 |
5.2.2 基于边缘的分割技术 | 第42-44页 |
5.2.3 基于区域的分割技术 | 第44页 |
5.3 本章小结 | 第44-47页 |
第6章 基于Gabor小波变换融合PCA的门禁红外人脸识别 | 第47-63页 |
6.1 K_L人脸特征向量 | 第47-48页 |
6.2 K_L人脸特征向量提取 | 第48页 |
6.3 基于K_L变换算法的人脸识别 | 第48-50页 |
6.4 基于Gabor小波变换融合PCA的红外人脸识别 | 第50-59页 |
6.4.1 实验设计思路 | 第50-56页 |
6.4.2 实验结果 | 第56-59页 |
6.5 门禁红外人脸识别系统设计及应用 | 第59-63页 |
第7章 总结与未来展望 | 第63-65页 |
7.1 总结 | 第63页 |
7.2 未来研究工作 | 第63-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-71页 |
个人简历、在学期间发表的学术论文与研究成果 | 第71页 |