| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 本文研究内容及创新点 | 第12-14页 |
| 1.4.1 本文研究内容 | 第12-13页 |
| 1.4.2 本文主要创新点 | 第13-14页 |
| 1.5 本文结构安排 | 第14-17页 |
| 第二章 三维颅面模型获取和预处理 | 第17-25页 |
| 2.1 颅面CT数据获取 | 第17-18页 |
| 2.2 颅面数据三维建模 | 第18-21页 |
| 2.2.1 颅面轮廓线提取 | 第18-19页 |
| 2.2.2 基于轮廓线三维建模 | 第19-21页 |
| 2.3 颅面复原方法 | 第21-22页 |
| 2.4 三维颅面标准化处理 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于面部放射状特征点的颅面相似性度量 | 第25-37页 |
| 3.1 提取面部放射状特征点 | 第25-28页 |
| 3.1.1 获取面部轮廓线 | 第25-27页 |
| 3.1.2 提取放射状特征点 | 第27-28页 |
| 3.2 加权形状因子特征 | 第28-30页 |
| 3.2.1 计算主曲率 | 第28-29页 |
| 3.2.2 计算加权形状因子 | 第29-30页 |
| 3.3 形状因子相似性度量 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-35页 |
| 3.4.1 全局面貌模型相似性度量 | 第31-33页 |
| 3.4.2 局部面貌模型相似性度量 | 第33-34页 |
| 3.4.3 对比实验 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于自适应邻域特征描述子的三维面貌相似性度量 | 第37-47页 |
| 4.1 自适应邻域及定义 | 第37-40页 |
| 4.1.1 自适应邻域 | 第37-38页 |
| 4.1.2 基于表情特征面貌模型自适应邻域 | 第38-39页 |
| 4.1.3 自适应邻域约束条件定义 | 第39-40页 |
| 4.2 特征点的几何不变量 | 第40-41页 |
| 4.3 几何特征量的相似性 | 第41-42页 |
| 4.4 实验结果与分析 | 第42-45页 |
| 4.4.1 不同个体的三维面貌模型之间的相似性度量 | 第42-43页 |
| 4.4.2 同一个体不同表情特征面貌模型相似性度量 | 第43-44页 |
| 4.4.3 算法复杂性分析 | 第44-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 颅面相似性度量系统设计与实现 | 第47-53页 |
| 5.1 功能需求 | 第47-48页 |
| 5.1.1 颅面数据获取以标准化处理 | 第47页 |
| 5.1.2 提取放射状特征点 | 第47页 |
| 5.1.3 提取几何特征量及相似性度量 | 第47-48页 |
| 5.2 系统模块划分 | 第48页 |
| 5.3 系统流程 | 第48-49页 |
| 5.4 系统开发与实现 | 第49-52页 |
| 5.5 本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻硕士学位期间取得的科研成果 | 第59-60页 |
