| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1． 绪论 | 第7-14页 |
| 1．1 人脸识别的研究内容 | 第7-9页 |
| 1．2 人脸识别的方法综述 | 第9-12页 |
| 1．2．1 基于几何特征的识别方法 | 第10页 |
| 1．2．2 基于肤色特征的识别方法 | 第10-11页 |
| 1．2．3 基于特征脸的主成分分析方法 | 第11页 |
| 1．2．4 基于人工神经网络的方法 | 第11-12页 |
| 1．3 本论文研究的内容和要完成的工作 | 第12-14页 |
| 2． 一种基于 Canny理论的边缘提取方法 | 第14-19页 |
| 2．1 传统的Canny边缘检测算法 | 第14-16页 |
| 2．1．1 平滑图像 | 第14-15页 |
| 2．1．2 计算梯度的幅值和方向 | 第15页 |
| 2．1．3 对梯度幅值进行非极大值抑制 | 第15-16页 |
| 2．1．4 检测和连接边缘 | 第16页 |
| 2．2 Canny算法的缺陷 | 第16-17页 |
| 2．3 导向性 Canny边缘检测方法 | 第17-18页 |
| 2．3．1 图像梯度直方图 | 第17页 |
| 2．3．2 某些特定图像的边缘特征 | 第17页 |
| 2．3．3 低噪音图对高噪音图的指导性作用 | 第17页 |
| 2．3．4 具体算法 | 第17-18页 |
| 2．4 试验结果及分析 | 第18-19页 |
| 3． 利用 Hough变换检测线段、圆域和圆及其在人脸识别中的应用 | 第19-24页 |
| 3．1 Hough变换 | 第19-20页 |
| 3．2 Hough变换检测直线 | 第20页 |
| 3．3 Hough变换检测线段 | 第20-21页 |
| 3．4 Hough变换检测圆盘和圆 | 第21-22页 |
| 3．5 检测圆盘和圆的实验结果及其分析 | 第22-23页 |
| 3．6 Hough变换在人脸检测识别中的应用 | 第23-24页 |
| 4． 人脸下巴轮廓检测方法探讨 | 第24-31页 |
| 4．1 抛物线方法 | 第24-25页 |
| 4．2 改进抛物线方法 | 第25页 |
| 4．3 正弦曲线作为下巴轮廓模板的可行性研究 | 第25-27页 |
| 4．4 正(余)弦曲线周期变化和振幅变化对极值附近形状影响的等效性 | 第27-28页 |
| 4．5 正弦曲线提取下巴轮廓的具体步骤 | 第28-29页 |
| 4．6 实验结果分析 | 第29-31页 |
| 5． 一种结合边界信息的 PCA人脸识别方法 | 第31-37页 |
| 5．1 PCA人脸识别 | 第31-32页 |
| 5．1．1 主元分析法(PCA) | 第31页 |
| 5．1．2 基于 PCA的人脸识别 | 第31-32页 |
| 5．2 结合边界信息的加权主元分析法 | 第32-33页 |
| 5．3 实验结果及其分析 | 第33-35页 |
| 5．4 Matlab 原程序附录 | 第35-37页 |
| 6． 形态学图像处理 | 第37-42页 |
| 6．1 形态学基本思想 | 第37页 |
| 6．2 形态学基本运算 | 第37-40页 |
| 6．2．1 腐蚀 | 第38页 |
| 6．2．2 膨胀 | 第38-39页 |
| 6．2．3 开闭运算 | 第39-40页 |
| 6．2．4 击中击不中(Hit/Miss)运算 | 第40页 |
| 6．3 CB形态滤波 | 第40-42页 |
| 7． 基于形状、肤色、知识和 PCA的人脸检测和识别 | 第42-51页 |
| 7．1 人脸检测 | 第42-44页 |
| 7．1．1 候选人脸区的确定 | 第42-43页 |
| 7．1．2 肤色验证 | 第43-44页 |
| 7．2 人脸识别 | 第44-49页 |
| 7．2．1 特征区域的定位 | 第45-46页 |
| 7．2．1．1 双眼的定位 | 第45页 |
| 7．2．1．2 眼球的定位 | 第45-46页 |
| 7．2．1．3 嘴巴的定位 | 第46页 |
| 7．2．2 双眼、嘴巴、下巴轮廓提取 | 第46-48页 |
| 7．2．2．1 眼睛的轮廓提取 | 第46-47页 |
| 7．2．2．2 嘴巴的轮廓提取 | 第47-48页 |
| 7．2．2．3 下巴轮廓的提取 | 第48页 |
| 7．2．3 模式匹配和分类识别 | 第48-49页 |
| 7．3 编程实验结果 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |
