| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 研究现状与存在问题 | 第12-13页 |
| 1.3 主要研究内容与创新点 | 第13页 |
| 1.4 文章组织结构 | 第13-15页 |
| 第二章 相关工作介绍 | 第15-27页 |
| 2.1 颜色空间模型介绍 | 第15-20页 |
| 2.1.1 RGB颜色空间模型 | 第15-16页 |
| 2.1.2 CMY颜色空间模型 | 第16页 |
| 2.1.3 HSI颜色空间模型 | 第16-18页 |
| 2.1.4 Lab颜色空间模型 | 第18-20页 |
| 2.2 图像分割算法介绍 | 第20-27页 |
| 2.2.1 边缘检测图像分割算法 | 第20-22页 |
| 2.2.2 基于区域的图像分割算法 | 第22-23页 |
| 2.2.3 基于形态学分水岭的图像分割 | 第23-27页 |
| 第三章 面色分类中基于多颜色空间特征融合的特征提取方法 | 第27-51页 |
| 3.1 中医面色基本知识 | 第27-29页 |
| 3.2 基于Adaboost分类器的人脸五官定位算法 | 第29-31页 |
| 3.3 基于非线性回归模型的颜色修正算法 | 第31-33页 |
| 3.4 基于支持向量机的面色分类算法 | 第33-40页 |
| 3.4.1 线性支持向量机 | 第33-35页 |
| 3.4.2 非线性支持向量机 | 第35-38页 |
| 3.4.3 顺序最小最优化算法求解支持向量机问题 | 第38-40页 |
| 3.4.4 支持向量机用于面色多分类问题 | 第40页 |
| 3.5 面色分类实验流程与结果分析 | 第40-51页 |
| 3.5.1 数据库 | 第40-41页 |
| 3.5.2 Libsvm支持向量机工具包 | 第41-43页 |
| 3.5.3 数据库图像颜色修正预处理 | 第43-44页 |
| 3.5.4 多颜色空间图像特征提取 | 第44-47页 |
| 3.5.5 支持向量机面色分类结果与分析 | 第47-51页 |
| 第四章 脸型分类中基于梯度和形状融合的特征提取方法 | 第51-69页 |
| 4.1 中医五行人基本知识 | 第51-52页 |
| 4.2 基于阈值的图像分割算法 | 第52-55页 |
| 4.2.1 基于灰度特性的阈值处理算法 | 第52-53页 |
| 4.2.2 Otsu最优全局阈值图像分割算法 | 第53-55页 |
| 4.3 脸型特征提取 | 第55-60页 |
| 4.3.1 方向梯度直方图特征提取 | 第55-58页 |
| 4.3.2 脸型骨架形状特征提取 | 第58-60页 |
| 4.4 支持向量机用于脸型多分类问题 | 第60页 |
| 4.5 脸型分类实验流程与结果分析 | 第60-69页 |
| 4.5.1 数据库 | 第60-61页 |
| 4.5.2 图像预处理 | 第61-63页 |
| 4.5.3 Otsu最优全局阈值处理 | 第63-64页 |
| 4.5.4 脸型梯度及形状特征提取 | 第64-66页 |
| 4.5.5 支持向量机脸型分类结果与分析 | 第66-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
