| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题的研究背景、意义及技术难点 | 第9-10页 |
| ·课题背景和意义 | 第9页 |
| ·课题的技术难点 | 第9-10页 |
| ·人脸检测研究现状 | 第10-15页 |
| ·基于知识的方法 | 第10页 |
| ·不变特征的方法 | 第10-12页 |
| ·基于模板匹配的方法 | 第12-13页 |
| ·基于统计分析和机器学习的方法 | 第13-15页 |
| ·人脸检测系统的评价标准 | 第15-16页 |
| ·论文的人脸检测系统组成框图 | 第16页 |
| ·论文的结构安排 | 第16-17页 |
| 2 图像采集以及预处理 | 第17-22页 |
| ·图像采集 | 第17页 |
| ·图像去噪 | 第17-19页 |
| ·图像滤波 | 第18-19页 |
| ·实验结果 | 第19页 |
| ·彩色图像的光线补偿 | 第19-20页 |
| ·彩色图像的灰度化 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 人脸区域的提取与分割 | 第22-43页 |
| ·概述 | 第22页 |
| ·图像分割的方法 | 第22-23页 |
| ·基于形态学区域增长的分割法 | 第22页 |
| ·基于边缘信息的分开合并图像分割法 | 第22-23页 |
| ·基于空间域聚类的图像阈值分割法 | 第23页 |
| ·基于特定理论的分割 | 第23页 |
| ·基于非线性变换的肤色聚类与局部边缘的人脸分割算法 | 第23-42页 |
| ·颜色空间 | 第25-27页 |
| ·肤色的聚类性 | 第27-29页 |
| ·基于一种改进的YCbCr 空间聚类的肤色分割 | 第29-30页 |
| ·基于形态学运算的弱粘连性区域分割 | 第30-35页 |
| ·基于边缘检测的大区域分割 | 第35-39页 |
| ·滤除小区域 | 第39页 |
| ·孔洞填充人脸中的非肤色区域 | 第39-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于知识方法的人脸检测 | 第43-51页 |
| ·本章的人脸检测验证算法 | 第43页 |
| ·几何特征验证 | 第43-44页 |
| ·几何验证算法的介绍 | 第43页 |
| ·应用几何算法验证的实验结果 | 第43-44页 |
| ·人脸区域的孔洞数目验证 | 第44-45页 |
| ·孔洞个数验证的算法介绍 | 第44页 |
| ·孔洞算法匹配试验结果 | 第44-45页 |
| ·头发区域的验证 | 第45-46页 |
| ·发色区域分割 | 第45页 |
| ·头发匹配 | 第45-46页 |
| ·应用头发验证的实验结果 | 第46页 |
| ·人脸区域特征几何间的规则检测 | 第46-49页 |
| ·人脸区域的数学形态学运算 | 第46-47页 |
| ·人脸区域特征的检测和定位 | 第47-48页 |
| ·人脸区域特征的规则检测 | 第48页 |
| ·特征规则的实验结果 | 第48-49页 |
| ·实验结论 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于知识的方法和自适应模板匹配的人脸检测 | 第51-62页 |
| ·本文人脸检测算法 | 第51-53页 |
| ·模板匹配原理及方法介绍 | 第53-54页 |
| ·模板分类 | 第53-54页 |
| ·模板匹配的算法流程图 | 第54页 |
| ·模板生成 | 第54-56页 |
| ·人脸样本的剪裁 | 第55页 |
| ·图像尺度变换 | 第55页 |
| ·图像的灰度分布标准化 | 第55-56页 |
| ·训练人脸模板 | 第56页 |
| ·模板匹配 | 第56-58页 |
| ·灰度图像的二值化 | 第56页 |
| ·类肤色区域的中心点定位 | 第56-57页 |
| ·类肤色区域的方向角度计算 | 第57页 |
| ·模板的缩放 | 第57-58页 |
| ·自适应模板匹配 | 第58页 |
| ·实验结果及分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| ①结论 | 第62页 |
| ②展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-69页 |