图像处理在人脸识别中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·国内外发展趋势 | 第8-10页 |
| ·课题研究的内容 | 第10-12页 |
| 第二章 人脸归一化处理研究 | 第12-23页 |
| ·人脸图像的光照补偿和灰度归一化 | 第12-16页 |
| ·直方图的定义 | 第12-13页 |
| ·直方图均衡化的原理 | 第13-15页 |
| ·直方图均衡化的实现 | 第15-16页 |
| ·人眼定位 | 第16-20页 |
| ·肤色提取 | 第16-17页 |
| ·形态学处理 | 第17-18页 |
| ·眼睛区域粗定位 | 第18-19页 |
| ·眼睛区域精定位 | 第19-20页 |
| ·人脸图像的几何归一化 | 第20-22页 |
| ·图像旋转 | 第20-21页 |
| ·图像剪切 | 第21-22页 |
| ·图像放缩 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 SVD 图像分解 | 第23-27页 |
| ·图像矩阵的SVD 分解 | 第23页 |
| ·SVD 分解在人脸识别中的应用 | 第23-24页 |
| ·基于SVD 人脸特征提取的实现 | 第24-25页 |
| ·SVD 的图像分解实验 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于 PCA 的人脸识别方法 | 第27-32页 |
| ·PCA 简介 | 第27-29页 |
| ·基于PCA 的人脸识别 | 第29-31页 |
| ·特征脸法 | 第29-30页 |
| ·基于PCA 人脸训练的步骤 | 第30页 |
| ·基于PCA 人脸识别的步骤 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于红外与可见光图像融合的人脸识别方法 | 第32-41页 |
| ·基于像素级融合的人脸识别 | 第32-34页 |
| ·基于小波分解的图像融合 | 第32-33页 |
| ·基于SVD 分解的图像融合 | 第33-34页 |
| ·基于决策级融合的人脸识别 | 第34-35页 |
| ·实验及实验结果 | 第35-40页 |
| ·人脸数据库 | 第35-36页 |
| ·实验过程 | 第36-37页 |
| ·实验结果 | 第37-39页 |
| ·结果分析及结论 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 结论与展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 作者简介 | 第45页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第45-46页 |
| 致谢 | 第46-47页 |
