首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

快速模板匹配方法及其在眉毛识别中的应用

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-29页
   ·研究背景和意义第11-14页
   ·国内外相关研究综述第14-25页
     ·模板匹配方法第14-23页
     ·眉毛识别方法第23-25页
   ·本文主要研究内容与论文组织结构第25-29页
第2章 快速正交Haar变换模板匹配算法第29-53页
   ·图像的Haar投影值第29-33页
   ·Haar投影值的快速计算第33-37页
     ·积分图方法第33页
     ·条形和方法第33-35页
     ·方形和方法第35-37页
   ·快速正交Haar变换模板匹配算法第37-41页
     ·正交Haar变换的下界函数第37-38页
     ·正交Haar变换模板匹配算法第38-39页
     ·快速正交Haar变换模板匹配算法第39-41页
   ·实验结果第41-50页
     ·原始图像的匹配实验第42-43页
     ·噪声图像的匹配实验第43-44页
     ·模糊图像的匹配实验第44-45页
     ·压缩图像的匹配实验第45-46页
     ·多模板匹配实验第46-48页
     ·实验结果分析第48-50页
   ·本章小结第50-53页
第3章 拟Haar变换模板匹配算法第53-71页
   ·拟Haar变换第53-58页
   ·树分解的快速计算策略第58-62页
   ·拟Haar变换模板匹配算法第62-63页
   ·实验结果第63-70页
     ·标准模板的匹配实验第64-67页
     ·非标准模板的匹配实验第67-70页
   ·本章小结第70-71页
第4章 匹配识别框架及自动眉毛识别第71-91页
   ·检测识别框架下的眉毛识别方法第71-74页
   ·匹配识别框架第74-76页
   ·匹配识别框架的自动眉毛识别应用第76-81页
     ·BJUTED眉毛数据库第77-78页
     ·图像归一化第78-79页
     ·傅里叶频谱距离第79-81页
   ·实验结果第81-89页
     ·频谱参数D的选择第82-83页
     ·匹配识别框架下的眉毛可区分性实验第83-85页
     ·匹配识别框架下的眉毛识别实验第85-86页
     ·Color FERET人脸数据库下的对比实验第86-89页
   ·本章小结第89-91页
第5章 基于快速模板匹配的眉毛识别方法第91-111页
   ·正交Haar及拟Haar变换的眉毛识别应用第91-95页
     ·最大标准子模板的选取方法第92-93页
     ·阈值自适应设置方法第93页
     ·基于正交Haar变换的眉毛识别方法第93-94页
     ·基于拟Haar变换的眉毛识别方法第94-95页
   ·梯度模板匹配算法的眉毛识别应用第95-99页
     ·图像平滑处理第96-97页
     ·图像梯度的计算第97-98页
     ·梯度量化及梯度匹配结果的调整第98-99页
     ·基于梯度匹配的眉毛识别方法第99页
   ·实验结果第99-108页
     ·正交Haar及拟Haar变换的眉毛识别实验第101-102页
     ·基于梯度匹配的眉毛识别方法实验第102-106页
     ·BJUTED眉毛数据库上的对比实验第106-108页
   ·本章小结第108-111页
结论第111-113页
参考 文献第113-121页
攻读博士学位期间所发表的学术论文第121-123页
致谢第123页

论文共123页,点击 下载论文
上一篇:组合凸线器框架下分片线性分类器的构造方法研究
下一篇:雾天图像清晰化技术的研究