| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题来源 | 第11页 |
| ·课题意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·文章的安排 | 第14-16页 |
| 第二章 常用人脸光照补偿方法 | 第16-21页 |
| ·直方图均匀化 | 第16页 |
| ·直方图规格化 | 第16-17页 |
| ·伽玛校正和伽玛强度校正 | 第17-18页 |
| ·对数变换 | 第18页 |
| ·指数变换 | 第18-19页 |
| ·经典同态滤波 | 第19-20页 |
| ·本章小节 | 第20-21页 |
| 第三章 自适应变换 | 第21-26页 |
| ·对数函数的平移 | 第21-22页 |
| ·函数平移系数d 的计算 | 第22-23页 |
| ·典型光照图像及其直方图 | 第23-25页 |
| ·本章小节 | 第25-26页 |
| 第四章 自适应变换技术的应用 | 第26-32页 |
| ·自适应指数变换 | 第26-27页 |
| ·自适应伽玛校正 | 第27-28页 |
| ·采用自适应技术的直方图均匀化 | 第28-29页 |
| ·几种采用自适应技术的光照补偿方法在人脸检测中的应用 | 第29页 |
| ·光照标准的讨论 | 第29-31页 |
| ·本章小节 | 第31-32页 |
| 第五章 空域同态补偿技术 | 第32-43页 |
| ·同态滤波的数学模型 | 第32页 |
| ·空域同态补偿公式 | 第32-33页 |
| ·同态对数变换 | 第33页 |
| ·同态自适应对数变换 | 第33-35页 |
| ·同态指数变换 | 第35页 |
| ·同态自适应指数变换 | 第35-37页 |
| ·同态自适应伽玛校正 | 第37-38页 |
| ·空域同态补偿后图像的自(信息)熵分析 | 第38-39页 |
| ·时域同态补偿后图像的清晰度评价 | 第39-41页 |
| ·本章小节 | 第41-43页 |
| 第六章 Adaboost 人脸检测系数训练 | 第43-49页 |
| ·基于AdaBoost 的算法的人脸检测 | 第43-45页 |
| ·Boosting 原理 | 第43-44页 |
| ·AdaBoost 原理 | 第44-45页 |
| ·AdaBoost 弱分类器训练 | 第45-48页 |
| ·积分图 | 第46页 |
| ·学习样品的表格结构 | 第46-47页 |
| ·I/O 的异步回调 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第七章 实验及其效果分析 | 第49-55页 |
| ·Yale Face DataBase B 介绍 | 第49-50页 |
| ·光照补偿算法实验 | 第50-51页 |
| ·人脸样品制作 | 第51-52页 |
| ·负样品的制作 | 第52-53页 |
| ·Adaboost 训练 | 第53页 |
| ·人脸检测 | 第53-54页 |
| ·本章小节 | 第54-55页 |
| 第八章 结束语 | 第55-57页 |
| ·本文研究工作的总结 | 第55页 |
| ·后续研究工作与展望 | 第55-57页 |
| 附录1 典型光照图像及其直方图 | 第57-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间完成论文情况 | 第64页 |