| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的主要工作与组织结构 | 第12-13页 |
| 2 人脸图像的采集及人脸检测技术 | 第13-19页 |
| ·模板匹配的方法 | 第13-14页 |
| ·基于特征的方法 | 第14-15页 |
| ·神经网络的方法 | 第15页 |
| ·基于支持向量机的方法 | 第15-16页 |
| ·基于 AdaBoost 的方法 | 第16页 |
| ·人脸区域的确定 | 第16-19页 |
| 3 人脸图像的关键点检测方法 | 第19-32页 |
| ·经典的角点检测算法 | 第19-22页 |
| ·基于小波变换的明显点检测方法 | 第22-25页 |
| ·一维小波变换 | 第22-23页 |
| ·二维小波变换的概念及明显点检测方法 | 第23-25页 |
| ·关键点的定位 | 第25-32页 |
| ·经典的聚类方法 | 第25-28页 |
| ·基于 K-means 聚类方法的人脸五官区域分割 | 第28-30页 |
| ·人脸五官关键点的定位 | 第30-32页 |
| 4 五官区域分块的方法 | 第32-44页 |
| ·五官区域的检测 | 第32-33页 |
| ·闭眼睛时眼睛区域面积的计算方法 | 第33-38页 |
| ·直方图均衡化 | 第33-36页 |
| ·中值滤波 | 第36-37页 |
| ·图像的二值化 | 第37-38页 |
| ·皱鼻子时鼻子区域面积的计算方法 | 第38-40页 |
| ·皱眉头时人脸额头区域的皱纹检测 | 第40-41页 |
| ·张嘴时人脸嘴部区域的面积计算 | 第41-44页 |
| 5 面神经运动功能的分级方法 | 第44-50页 |
| ·经典的面神经运动功能等级划分方法 | 第44-46页 |
| ·基于关键点与区域分块相结合的等级划分方法 | 第46-50页 |
| ·基于距离比较的面神经运动功能等级划分方法 | 第47-48页 |
| ·将五官区域分块与基于距离计算方法相结合 | 第48-50页 |
| 6 系统实现及实验结果分析 | 第50-57页 |
| ·系统开发工具 | 第50-52页 |
| ·Visual Studio 2008 | 第50页 |
| ·SQL Server 2000 | 第50-51页 |
| ·图像处理库 CxImage 和 OpenCV | 第51-52页 |
| ·数据采集设备 | 第52-53页 |
| ·系统主要功能 | 第53-54页 |
| ·关键点检测 | 第53页 |
| ·信息存储 | 第53-54页 |
| ·实验结果分析 | 第54-57页 |
| 7 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
| 发表的学术论文 | 第63页 |