| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 前言 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 相关难点以及问题的提出 | 第13-14页 |
| 1.4 论文内容及章节安排 | 第14-16页 |
| 第2章 眼镜去除方法概述 | 第16-24页 |
| 2.1 PCA重建方法 | 第16-20页 |
| 2.2 PCA迭代误差补偿 | 第20-21页 |
| 2.3 PCA迭代误差补偿基础上的眼镜去除方法 | 第21-22页 |
| 2.4 基于样本块的人脸修复 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 眼镜遮挡区域检测 | 第24-34页 |
| 3.1 眼镜遮挡区域检测的理论基础 | 第24-28页 |
| 3.1.1 正面人脸图像瞳孔的定位 | 第24-26页 |
| 3.1.2 半阈值分割 | 第26页 |
| 3.1.3 二维直方图 | 第26-27页 |
| 3.1.4 二维最大信息熵 | 第27-28页 |
| 3.2 眼镜遮挡区域检测方法 | 第28-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 基于Criminisi改进算法的眼镜去除 | 第34-42页 |
| 4.1 Criminisi算法原理 | 第34-35页 |
| 4.2 基于Criminisi改进算法的人脸眼镜去除 | 第35-39页 |
| 4.3 实验结果及分析 | 第39-41页 |
| 4.3.1 视觉效果比较 | 第40页 |
| 4.3.2 平均灰度差值比较 | 第40-41页 |
| 4.3.3 人脸识别率比较 | 第41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 最小距离搜索的扇形线性插值补偿法去除眼镜 | 第42-55页 |
| 5.1 线性插值 | 第42-43页 |
| 5.2 最小距离搜索的扇形线性插值补偿的眼镜去除方法 | 第43-49页 |
| 5.2.1 补偿域匹配 | 第44-46页 |
| 5.2.2 遮挡区域补偿 | 第46-49页 |
| 5.3 实验结果及分析 | 第49-54页 |
| 5.3.1 视觉效果比较 | 第49-51页 |
| 5.3.2 平均灰度差值比较 | 第51-52页 |
| 5.3.3 人脸识别率比较 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 论文的主要研究工作总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 作者攻读硕士学位期间发表的学术论文目录 | 第61页 |