基于OpenCV的辨认笔录系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 课题研究的国内外现状 | 第9-10页 |
| 1.2.1 国外的发展概况 | 第9-10页 |
| 1.2.2 国内的发展概况 | 第10页 |
| 1.3 主要的人脸检测方法 | 第10-12页 |
| 1.3.1 基于知识的方法 | 第10-11页 |
| 1.3.2 基于统计分析的方法 | 第11-12页 |
| 1.4 本文的主要研究工作 | 第12-14页 |
| 1.4.1 论文的研究意义 | 第12-13页 |
| 1.4.2 论文的组织 | 第13-14页 |
| 第二章 图像预处理 | 第14-20页 |
| 2.1 灰度变换 | 第14页 |
| 2.2 直方图均衡化 | 第14-17页 |
| 2.3 图像噪声消除 | 第17-19页 |
| 2.3.1 线性滤波 | 第18页 |
| 2.3.2 中值滤波 | 第18-19页 |
| 2.3.3 频率域滤波 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于ADA BOOST算法的人脸检测 | 第20-33页 |
| 3.1 人脸特征提取 | 第20-24页 |
| 3.1.1 Haar-like特征 | 第20-22页 |
| 3.1.2 积分图 | 第22-24页 |
| 3.2 分类器的训练 | 第24-27页 |
| 3.2.1 弱分类器的构建 | 第24-26页 |
| 3.2.2 强分类器的构建 | 第26页 |
| 3.2.3 级联分类器的构建 | 第26-27页 |
| 3.3 改进ADA BOOST算法 | 第27-29页 |
| 3.4 人脸检测的评价标准 | 第29-30页 |
| 3.5 实验结果与对比分析 | 第30-32页 |
| 3.5.1 实验参数设定 | 第30-31页 |
| 3.5.2 实验结果及分析 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 辨认笔录系统实现 | 第33-50页 |
| 4.1 开发平台简介 | 第33-35页 |
| 4.1.1 OpenCV简介 | 第33页 |
| 4.1.2 软件系统平台搭建 | 第33-35页 |
| 4.2 系统可行性分析 | 第35-36页 |
| 4.3 系统需求分析 | 第36-37页 |
| 4.3.1 用户需求 | 第36页 |
| 4.3.2 用户范围 | 第36-37页 |
| 4.3.3 功能需求 | 第37页 |
| 4.3.4 非功能需求 | 第37页 |
| 4.4 系统总体设计 | 第37-42页 |
| 4.4.1 设计原则 | 第37-38页 |
| 4.4.2 系统架构 | 第38-42页 |
| 4.5 系统实现 | 第42-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 5.1 工作总结 | 第50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 附件 | 第56页 |
