进化模板匹配法及其应用研究
| 第一章 序言 | 第1-16页 |
| 1．1 研究动机与目的 | 第13-14页 |
| 1．2 研究方法 | 第14-15页 |
| 1．3 研究内容 | 第15-16页 |
| 第二章 图像匹配技术基础 | 第16-27页 |
| 2．1 图像匹配的定义 | 第16页 |
| 2．2 图像匹配的关键要素 | 第16-20页 |
| 2．2．1 特征空间 | 第17页 |
| 2．2．2 相似性测度 | 第17-18页 |
| 2．2．3 图形匹配变换类型 | 第18-19页 |
| 2．2．4 搜索空间和搜索策略 | 第19-20页 |
| 2．3 图像匹配算法分类 | 第20-25页 |
| 2．3．1 基于区域的匹配 | 第20-23页 |
| 2．3．2 基于特征的匹配 | 第23-25页 |
| 2．4 图像匹配的发展趋势 | 第25-26页 |
| 2．5 本章小节 | 第26-27页 |
| 第三章 一种新的进化模板匹配算法 | 第27-59页 |
| 3．1 问题的提出 | 第27页 |
| 3．2 进化计算介绍 | 第27-42页 |
| 3．2．1 进化计算概要 | 第27-30页 |
| 3．2．2 遗传算法 | 第30-42页 |
| 3．3 遗传算法收敛性分析 | 第42-44页 |
| 3．4 算法实验及结果分析 | 第44-57页 |
| 3．4．1 图像匹配转化为优化问题的原因 | 第44-48页 |
| 3．4．2 加快收敛速度的策略 | 第48-51页 |
| 3．4．3 避免陷入局部最优解的策略 | 第51-54页 |
| 3．4．4 对存在缩放、旋转模式的匹配 | 第54-57页 |
| 3．5 本章小节 | 第57-59页 |
| 第四章 一种新的基于进化模板的人脸检测算法 | 第59-75页 |
| 4．1 人脸检测概述 | 第59-62页 |
| 4．2 人脸图像小波分解分析 | 第62-70页 |
| 4．2．1 离散小波及其多分辨率分析 | 第62-65页 |
| 4．2．2 小波分解后子带图像中的人脸特征分析 | 第65-66页 |
| 4．2．3 基于低频子带图像的进化模板匹配法 | 第66-70页 |
| 4．3 一种新的基于进化模板的人脸检测算法 | 第70-73页 |
| 4．3．1 模板生成方法 | 第70-72页 |
| 4．3．2 人脸检测算法 | 第72页 |
| 4．3．3 实验结果与分析 | 第72-73页 |
| 4．4 本章小节 | 第73-75页 |
| 第五章 总结和展望 | 第75-77页 |
| 5．1 总结 | 第75-76页 |
| 5．2 展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 研究生期间主要科研工作及成果 | 第82页 |
