第一章 绪论 | 第1-17页 |
1.1 研究背景及意义 | 第7-8页 |
1.2 典型应用 | 第8页 |
1.3 研究现状 | 第8-9页 |
1.4 相关理论介绍 | 第9-13页 |
1.4.1 计算机视觉理论 | 第9-11页 |
1.4.2 模式识别理论 | 第11-12页 |
1.4.3 图像处理理论 | 第12-13页 |
1.5 图像采集系统组成 | 第13-14页 |
1.5.1 硬件组成 | 第13页 |
1.5.2 软件实现 | 第13-14页 |
1.6 主要研究内容和章节安排 | 第14-17页 |
1.6.1 本课题的主要研究内容 | 第14-15页 |
1.6.2 本文内容安排 | 第15-17页 |
第二章 基于新肤色模型的皮肤检测 | 第17-37页 |
2.1 常用的颜色空间 | 第17-23页 |
2.1.1 RGB颜色空间 | 第18-19页 |
2.1.2 CIE XYZ 颜色空间 | 第19-20页 |
2.1.3 CIE L*a*b国际照明委员会三度色彩空间 | 第20-21页 |
2.1.4 rgb归一化的颜色空间 | 第21页 |
2.1.5 HIS 颜色空间 | 第21-22页 |
2.1.6 YCbCr颜色空间 | 第22-23页 |
2.2 基于肤色模型的人脸检测研究现状 | 第23-28页 |
2.2.1 固定阈值法 | 第23-24页 |
2.2.2 Bayes方法 | 第24页 |
2.2.3 高斯模型法 | 第24页 |
2.2.4 由神经网络训练得到的肤色模型 | 第24-25页 |
2.2.5 各种方法的优缺点比较 | 第25-26页 |
2.2.6 肤色检测中所用的颇色空间总结 | 第26-28页 |
2.3 新肤色模型 | 第28-37页 |
2.3.1 色彩空间的选取 | 第28页 |
2.3.2 新肤色模型的建立 | 第28-30页 |
2.3.3 形态滤波 | 第30-33页 |
2.3.3.1 腐蚀 | 第31-32页 |
2.3.3.2 膨胀 | 第32页 |
2.3.3.3 开运算与闭运算 | 第32-33页 |
2.3.4 实验结果及分析 | 第33-37页 |
第三章 基于改进面部几何模型的瞳孔定位方法 | 第37-53页 |
3.1 瞳孔定位方法概述 | 第37-46页 |
3.1.1 霍夫变换法 | 第37页 |
3.1.2 变形模板法 | 第37-39页 |
3.1.3 边缘特征分析法 | 第39-40页 |
3.1.4 对称变换法 | 第40-41页 |
3.1.5 投影函数法 | 第41-44页 |
3.1.5.1 积分投影函数 | 第41-42页 |
3.1.5.2 方差投影函数 | 第42页 |
3.1.5.3 混合投影函数 | 第42-44页 |
3.1.6 面部几何模型法 | 第44-46页 |
3.2 基于改进面部几何模型的瞳孔检测方法 | 第46-53页 |
3.2.1 图像预处理 | 第46-49页 |
3.2.1.1 合成特征块 | 第46-47页 |
3.2.1.2 图像增强 | 第47-48页 |
3.2.1.3 特征块合并 | 第48-49页 |
3.2.2 基干改进评价体系的特征匹配 | 第49-51页 |
3.2.3 实验结果及分析 | 第51-53页 |
第四章 基于 KALMAN 滤波和 MEAN SHIFT 算法 | 第53-63页 |
4.1 KALMAN 滤波 | 第53-54页 |
4.2 MEAN SHIFT 算法 | 第54-57页 |
4.2.1 Mean Shift向量 | 第54-55页 |
4.2.2 Mean shift算法的物理含义 | 第55-56页 |
4.2.3 关于核函数 | 第56页 |
4.2.4 二维空间核函数 | 第56-57页 |
4.2.5 Mean-shift算法描述 | 第57页 |
4.3 算法实现 | 第57-60页 |
4.3.1 Kalman滤波算法实现 | 第57-59页 |
4.3.2 Mean-shift跟踪算法实现 | 第59-60页 |
4.4 实验结果及分析 | 第60-63页 |
第五章 总结与展望 | 第63-65页 |
5.1 所做工作总结 | 第63页 |
5.2 未来工作展望 | 第63-65页 |
参考文献 | 第65-71页 |
致谢 | 第71-73页 |
相关学术论文清单 | 第73-74页 |
西北工业大学学位论文知识产权声明书 | 第74页 |
西北工业大学学位论文原创性声明 | 第74页 |