| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·选题的背景 | 第10-11页 |
| ·图像识别技术的发展过程及研究现状 | 第11-13页 |
| ·国内外人脸识别技术的研究现状 | 第11-12页 |
| ·数字识别研究历史和现状 | 第12-13页 |
| ·本文所做的工作 | 第13-16页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的创新点 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 2 校园智能卡人脸识别的相关技术 | 第16-34页 |
| ·人脸图像的预处理 | 第16-23页 |
| ·几何校正 | 第16-17页 |
| ·图像去噪 | 第17-20页 |
| ·直方图均衡化 | 第20-23页 |
| ·人脸识别及特征提取 | 第23-27页 |
| ·人脸识别常用方法简介 | 第23-25页 |
| ·模式识别中的特征选择与特征提取 | 第25-27页 |
| ·主成分分析(PCA) | 第27-34页 |
| ·主成分分析概论 | 第27-28页 |
| ·主成分分析PCA算法描述 | 第28-31页 |
| ·PCA人脸识别流程 | 第31-34页 |
| 3 校园智能卡学工号识别的相关技术 | 第34-48页 |
| ·学工号预处理概述 | 第34-44页 |
| ·二值化方法 | 第34-41页 |
| ·Otsu算法和Bernsen算法相结合的二值化方法 | 第41-44页 |
| ·数字字符分割 | 第44页 |
| ·学工号识别算法 | 第44-48页 |
| 4 磨损校园智能卡信息恢复系统的研究与实现 | 第48-62页 |
| ·系统概述 | 第48-51页 |
| ·系统的工作流程 | 第48-51页 |
| ·系统功能模块的划分 | 第51页 |
| ·人脸图像识别系统的设计与实现 | 第51-57页 |
| ·图像预处理模块 | 第52-53页 |
| ·基于PCA算法的人脸特征提取模块 | 第53页 |
| ·识别模块的设计与实现 | 第53-55页 |
| ·结果输出模块 | 第55-56页 |
| ·人脸图像识别系统的总结与分析 | 第56-57页 |
| ·学工号识别系统的设计与实现 | 第57-62页 |
| ·学工号识别系统的预处理 | 第57页 |
| ·基于特征模板匹配算法的学工号识别 | 第57-59页 |
| ·学工号识别系统运行结果 | 第59-62页 |
| 5 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 个人简历 | 第70页 |
| 发表的学术论文 | 第70页 |