| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第7-12页 |
| 1.1 课题意义及国内外研究现状 | 第7-10页 |
| 1.2 论文的主要工作及内容安排 | 第10-12页 |
| 第2章 模式识别 | 第12-31页 |
| 2.1 概述 | 第12-13页 |
| 2.2 特征提取 | 第13页 |
| 2.3 灰度统计特征提取方法 | 第13-14页 |
| 2.4 几何特征提取方法 | 第14-20页 |
| 2.4.1 基于边缘检测算子的特征提取 | 第14-18页 |
| 2.4.2 基于小波变换的特征提取 | 第18-19页 |
| 2.4.3 基于离散余弦变换的特征提取 | 第19-20页 |
| 2.5 映射特征提取方法 | 第20-26页 |
| 2.5.1 基于主分量分析（PCA）的特征提取 | 第20-21页 |
| 2.5.2 基于线性判别分析（LDA）的特征提取 | 第21-22页 |
| 2.5.3 基于独立分量分析（ICA）的特征提取 | 第22-23页 |
| 2.5.4 基于奇异值分解（SVD）的特征提取 | 第23-24页 |
| 2.5.5 基于流形（Manifold）的特征提取 | 第24-26页 |
| 2.6 常用分类器算法 | 第26-30页 |
| 2.6.1 最小距离法 | 第27页 |
| 2.6.2 最近邻法 | 第27-28页 |
| 2.6.3 K-近邻法 | 第28页 |
| 2.6.4 支持向量机法 | 第28-30页 |
| 2.7 小结 | 第30-31页 |
| 第3章 图像的稀疏表示及分类 | 第31-40页 |
| 3.1 图像的稀疏表示概述 | 第31-32页 |
| 3.2 稀疏编码 | 第32-35页 |
| 3.2.1 匹配追踪算法 | 第32-33页 |
| 3.2.2 正交匹配追踪算法 | 第33页 |
| 3.2.3 基追踪算法 | 第33-34页 |
| 3.2.4 同伦算法 | 第34-35页 |
| 3.3 过完备冗余字典的构造 | 第35-37页 |
| 3.3.1 最优方向算法 | 第36页 |
| 3.3.2 K-SVD 算法 | 第36-37页 |
| 3.4 基于稀疏表示的分类算法 | 第37-39页 |
| 3.5 小结 | 第39-40页 |
| 第4章 基于 LC-KSVD 及同伦算法的 SRC 人类口型识别 | 第40-49页 |
| 4.1 LC-KSVD 算法 | 第40-42页 |
| 4.2 实验设计 | 第42-43页 |
| 4.3 实验仿真 | 第43-48页 |
| 4.3.1 大尺寸字典实验 | 第44-46页 |
| 4.3.2 小尺寸字典实验 | 第46-47页 |
| 4.3.3 抗噪实验 | 第47-48页 |
| 4.4 小结 | 第48-49页 |
| 第5章 基于图像卷绕及同伦算法的 SRC 人类口型识别 | 第49-59页 |
| 5.1 图像卷绕（Image warping） | 第49-52页 |
| 5.2 实验设计 | 第52-53页 |
| 5.3 实验仿真 | 第53-58页 |
| 5.3.1 大尺寸字典实验 | 第53-55页 |
| 5.3.2 小尺寸字典实验 | 第55-57页 |
| 5.3.3 抗噪性实验 | 第57页 |
| 5.3.4 有监督字典训练的实验 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
