动态图像序列中的人耳检测技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-21页 |
| ·研究背景和意义 | 第10-12页 |
| ·人耳检测研究综述 | 第12-19页 |
| ·人耳检测与人耳识别的关系 | 第12-13页 |
| ·人耳检测方法综述 | 第13-18页 |
| ·人耳检测技术存在的问题 | 第18-19页 |
| ·本文主要研究内容 | 第19-21页 |
| 2 用于人耳检测的数字图像处理技术 | 第21-33页 |
| ·动态图像的定义 | 第21页 |
| ·图像平滑滤波 | 第21-26页 |
| ·图像中的噪声 | 第21-22页 |
| ·频率域高斯低通滤波 | 第22-24页 |
| ·中值滤波 | 第24-26页 |
| ·图像阈值分割 | 第26-29页 |
| ·阈值分割图像的原理 | 第26页 |
| ·类间方差阈值分割 | 第26-28页 |
| ·自适应阈值分割 | 第28-29页 |
| ·形态学图像滤波 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 运动人体检测 | 第33-44页 |
| ·运动目标检测与跟踪算法 | 第33-36页 |
| ·运动目标检测 | 第33-35页 |
| ·运动目标分类 | 第35页 |
| ·运动目标跟踪 | 第35-36页 |
| ·人耳检测系统中的运动人体检测 | 第36-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 人耳候选区域的定位与跟踪 | 第44-60页 |
| ·色彩空间与色彩空间的聚类 | 第44-50页 |
| ·色彩直方图 | 第50-51页 |
| ·应用 CamShift 算法进行人耳粗定位 | 第51-57页 |
| ·Back Projection 计算 | 第51-52页 |
| ·Mean Shift 算法描述 | 第52-54页 |
| ·CamShift 算法描述 | 第54-56页 |
| ·CamShift 算法特点 | 第56-57页 |
| ·实验结果及分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 人耳精确定位 | 第60-66页 |
| ·最小二乘法原理 | 第60页 |
| ·最小二乘法椭圆拟合原理 | 第60-62页 |
| ·最小二乘法椭圆拟合的实现 | 第62-64页 |
| ·椭圆方程的线性化 | 第62-63页 |
| ·变量代换 | 第63-64页 |
| ·最小二乘法求解代换变量 | 第64页 |
| ·计算理想椭圆的实际参数 | 第64页 |
| ·实验结果及分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 6 人耳检测系统的实现 | 第66-80页 |
| ·系统实现流程 | 第66页 |
| ·系统实现环境 | 第66-67页 |
| ·系统实现的硬件环境 | 第66-67页 |
| ·系统实现的软件环境 | 第67页 |
| ·系统实现功能模块介绍 | 第67-72页 |
| ·实验结果及分析 | 第72-79页 |
| ·本章小结 | 第79-80页 |
| 7 结论与展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 附录 | 第87-89页 |
