| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 人脸识别的国内外研究现状 | 第11-12页 |
| 1.3 人脸图像识别主流方法分析 | 第12-15页 |
| 1.3.1 几何特征法 | 第13-14页 |
| 1.3.2 主成分分析法 | 第14页 |
| 1.3.3 弹性匹配法 | 第14-15页 |
| 1.3.4 人工神经网络方法 | 第15页 |
| 1.4 本论文主要工作及章节安排 | 第15-17页 |
| 第二章 人脸图像的预处理技术 | 第17-30页 |
| 2.1 图像预处理 | 第17-20页 |
| 2.1.1 图像去噪 | 第17-18页 |
| 2.1.2 图像直方图均衡处理 | 第18-19页 |
| 2.1.3 灰度拉伸 | 第19页 |
| 2.1.4 同态滤波 | 第19-20页 |
| 2.2 人脸定位 | 第20-23页 |
| 2.2.1 人脸初步定位 | 第20-21页 |
| 2.2.2 眼部定位 | 第21-23页 |
| 2.3 几何归一化 | 第23页 |
| 2.4 傅里叶变换 | 第23-25页 |
| 2.5 小波变换 | 第25-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于改进LBP的人脸特征提取方法 | 第30-46页 |
| 3.1 引言 | 第30-31页 |
| 3.2 LBP算子 | 第31-36页 |
| 3.2.1 LBP算法基础 | 第31-32页 |
| 3.2.2 LBP扩展算法 | 第32-34页 |
| 3.2.3 LBP算子的旋转不变性 | 第34-35页 |
| 3.2.4 LBP算子的一致性模式 | 第35-36页 |
| 3.3 多尺度LBP特征提取 | 第36-38页 |
| 3.4 梯度方向直方图 | 第38-43页 |
| 3.4.1 梯度方向直方图特征提取 | 第39-42页 |
| 3.4.2 采用梯度方向直方图对多尺度LBP进行改进 | 第42-43页 |
| 3.5 改进的LBP特征的分类性能 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于嵌入式的人脸识别系统的设计和实现 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 嵌入式系统概述 | 第46-48页 |
| 4.3 嵌入式人脸识别系统设计与开发 | 第48-54页 |
| 4.3.1 Hi3531处理器简介 | 第49-50页 |
| 4.3.2 嵌入式硬件系统的设计 | 第50-51页 |
| 4.3.3 嵌入式系统的平台搭建 | 第51-52页 |
| 4.3.4 人脸识别系统的实现 | 第52-54页 |
| 4.4 实验结果及分析 | 第54-59页 |
| 4.4.1 图像数据来源展示及图像预处理 | 第55-56页 |
| 4.4.2 实验结果 | 第56-58页 |
| 4.4.3 LDA算法与本文算法比较 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结和展望 | 第60-62页 |
| 5.1 本论文工作总结 | 第60-61页 |
| 5.2 对进一步研究工作的展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |