| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 引言 | 第11-19页 |
| ·面向中医面诊人脸图像处理 | 第12-13页 |
| ·人脸图像处理研究现状 | 第13-16页 |
| ·人脸检测 | 第13-14页 |
| ·特征点定位 | 第14-15页 |
| ·神色特征提取 | 第15-16页 |
| ·面色归类识别 | 第16页 |
| ·研究的主要内容及采用的方法 | 第16-18页 |
| ·研究的主要内容 | 第16-17页 |
| ·采用的方法 | 第17-18页 |
| ·论文提纲 | 第18-19页 |
| 第2章 基于肤色模型的人脸检测 | 第19-27页 |
| ·人脸皮肤分割 | 第19-20页 |
| ·人脸肤色模型的建立 | 第20-22页 |
| ·皮肤近似度图 | 第22页 |
| ·对皮肤相似度图的处理 | 第22-26页 |
| ·结论 | 第26-27页 |
| 第3章 基于 AdaBoost 分类器的目标检测 | 第27-40页 |
| ·分类器 | 第28-30页 |
| ·基于矩形特征的弱分类器（Weak Classifier） | 第28-29页 |
| ·强分类器（Strong Classifier） | 第29页 |
| ·构成方式 | 第29-30页 |
| ·训练方法 | 第30-35页 |
| ·训练过程 | 第30-31页 |
| ·如何训练强分类器 | 第31-33页 |
| ·如何构造弱分类器 | 第33-35页 |
| ·目标样本与非目标样本的获取 | 第35-37页 |
| ·获取人脸样本 | 第35-36页 |
| ·获取眼睛样本 | 第36页 |
| ·获取非目标样本 | 第36-37页 |
| ·训练与检测 | 第37-40页 |
| 第4章 面向中医望诊的特征点定位和区域分割 | 第40-45页 |
| ·初始形状校准 | 第40页 |
| ·特征点精确定位 | 第40-43页 |
| ·ASM 的建立 | 第40-42页 |
| ·建立灰度统计模型 | 第42页 |
| ·特征点定位 | 第42-43页 |
| ·人脸各区域分割 | 第43-45页 |
| 第5章 基于支持向量机的面色归属识别 | 第45-60页 |
| ·支持向量机（Support-Vector-Machine） | 第45-52页 |
| ·线性支持向量机 | 第45-47页 |
| ·非线性支持向量机 | 第47-49页 |
| ·支持向量机分类 | 第49-52页 |
| ·基于支持向量机的面色归属识别 | 第52-60页 |
| ·颜色矫正 | 第52-53页 |
| ·面色归属识别 | 第53-54页 |
| ·训练集 | 第54-55页 |
| ·核函数选择和参数选取 | 第55-57页 |
| ·分类预测 | 第57-58页 |
| ·试验结果及讨论 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 作者在攻读硕士学位期间发表的文章 | 第67页 |