基于低照度图像的人脸检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题的背景和意义 | 第13-14页 |
| ·人脸检测国内外研究现状 | 第14-18页 |
| ·基于知识的人脸检测方法 | 第14-16页 |
| ·基于统计的人脸检测方法 | 第16-18页 |
| ·图像增强研究现状 | 第18-20页 |
| ·频域图像增强方法 | 第18-19页 |
| ·小波域图像增强方法 | 第19页 |
| ·空域图像增强方法 | 第19-20页 |
| ·本文主要工作及结构安排 | 第20-21页 |
| 第二章 空间域图像增强基本理论 | 第21-34页 |
| ·引言 | 第21页 |
| ·基本灰度变换 | 第21-26页 |
| ·背景知识 | 第21-23页 |
| ·线性变换 | 第23-25页 |
| ·非线性变换 | 第25-26页 |
| ·直方图处理 | 第26-29页 |
| ·直方图均衡化 | 第27-28页 |
| ·直方图规定化 | 第28-29页 |
| ·带位置修正的直方图均衡化 | 第29-33页 |
| ·小结 | 第33-34页 |
| 第三章 局部图像增强算法 | 第34-49页 |
| ·引言 | 第34页 |
| ·局部直方图均衡化及其改进算法 | 第34-38页 |
| ·局部直方图均衡化算法 | 第34-35页 |
| ·部分重叠的直方图均衡化 | 第35-38页 |
| ·直方图分割算法 | 第38-42页 |
| ·传统的直方图分割算法 | 第38-40页 |
| ·改进的直方图分割算法 | 第40-42页 |
| ·彩色图像增强 | 第42-45页 |
| ·彩色模型 | 第42-43页 |
| ·带色彩恢复的彩色图像增强算法 | 第43-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·小结 | 第48-49页 |
| 第四章 低照度图像的人脸检测方法 | 第49-63页 |
| ·引言 | 第49页 |
| ·AdaBoost算法 | 第49-58页 |
| ·矩形特征 | 第50-53页 |
| ·利用积分图计算矩形特征 | 第53页 |
| ·弱分类器的设计 | 第53-55页 |
| ·强分类器设计 | 第55-56页 |
| ·级联分类器 | 第56-58页 |
| ·Adaboost算法的改进 | 第58-59页 |
| ·低照度图像人脸检测的实现 | 第59-62页 |
| ·预处理部分 | 第59-60页 |
| ·检测部分 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间参与的科研项目 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71页 |
