首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向中医面诊诊断信息提取的若干关键技术研究

摘要第1-7页
Abstract第7-16页
第一章 绪论第16-27页
 §1.1 选题的背景和意义第16-17页
 §1.2 面诊及其客观化研究第17-25页
     ·面诊第17-19页
     ·计算机视觉在中医望诊研究中的优势第19-20页
     ·面诊客观化研究第20-23页
     ·基于图像分析技术的面诊客观化研究的难点第23-24页
     ·中医面诊系统的应用前景第24-25页
 §1.3 研究目标和内容第25-27页
第二章 多姿人脸检测第27-48页
 §2.1 引言第27-31页
     ·问题描述第27页
     ·研究现状第27-29页
     ·检测结果的评价标准第29-30页
     ·技术路线第30-31页
 §2.2 基于AdaBoost算法的物体检测系统第31-38页
     ·基于Adaboost算法的物体检测系统框架图第31-32页
     ·Haar型特征与积分图第32-33页
     ·训练分类器第33-36页
     ·检测方法第36-38页
     ·引入目标物体边缘先验规则加快物体检测速度第38页
 §2.3 训练正面和侧转层叠型人脸检测器第38-39页
 §2.4 角点与多姿人脸检测第39-41页
     ·Hessian矩阵与角点检测第39-40页
     ·疑似人脸区域的计算与检测第40-41页
 §2.5 基于LAB颜色模式的光线校正第41-44页
 §2.6 实验及分析第44-47页
     ·实验设计第44页
     ·实验结果第44-46页
     ·实验分析第46-47页
 §2.7 本章小结第47-48页
第三章 人脸特征定位第48-76页
 §3.1 引言第48-50页
     ·问题描述第48页
     ·研究进展第48-49页
     ·技术路线第49-50页
 §3.2 基于AdaBoost和FCM聚类算法的人脸特征粗定位第50-53页
     ·基于AdaBoost算法的眼睛、眉毛和嘴巴检测第50-51页
     ·基于FCM聚类算法的初始区域分割第51-53页
 §3.3 基于梯度Hough圆变换的虹膜和瞳孔中心定位第53-55页
 §3.4 基于C-V模型的眼眉和嘴巴轮廓提取第55-65页
     ·曲线演化与水平集理论第55-57页
     ·基于Voronoi图的符号距离函数快速生成方法第57-60页
     ·利用C-V分割模型提取眼睛、眉毛和嘴巴轮廓第60-65页
 §3.5 基于改进的ASM模型的鼻子和下巴轮廓提取第65-71页
     ·ASM模型第65-69页
     ·利用改进的ASM模型提取鼻子和下巴轮廓第69-70页
     ·ASM与AAM的比较第70-71页
 §3.6 实验与分析第71-75页
     ·实验设计第71-72页
     ·实验结果第72-74页
     ·实验分析第74-75页
 §3.7 本章小结第75-76页
第四章 中医面色识别第76-101页
 §4.1 引言第76-78页
     ·问题描述第76页
     ·面像采集第76-77页
     ·技术路线第77-78页
 §4.2 基于中医面色脏腑分属图的面部特征分割第78-82页
     ·对一般面部特征点编号第78-79页
     ·面向中医面诊的关键点定位第79-81页
     ·面诊特征区域分割第81-82页
 §4.3 基于FCM的面色提取第82-87页
     ·胡须检测第82-83页
     ·颜色空间理论及LAB颜色空间概述第83-86页
     ·基于FCM的面色与基色分离第86-87页
 §4.4 基于支持向量机的面色识别第87-94页
     ·支持向量机第87-94页
     ·基于支持向量机的面色识别第94页
 §4.5 实验与分析第94-100页
     ·SVM软件包的选择第94-95页
     ·训练集第95-96页
     ·核函数选择和参数选取第96-97页
     ·分类预测第97-98页
     ·实验结果第98-99页
     ·实验分析第99-100页
 §4.6 本章小结第100-101页
第五章 面向中医面诊的眼动跟踪第101-120页
 §5.1 引言第101-105页
     ·问题描述第101页
     ·目标跟踪技术研究现状第101-103页
     ·眼动跟踪研究现状第103-104页
     ·技术路线第104-105页
 §5.2 基于CamShift算法的实时人脸跟踪第105-110页
     ·Mean-Shift概述第105-107页
     ·颜色概率分布第107页
     ·面向目标跟踪的Mean-Shift算法第107-109页
     ·基于Camshift算法的实时人脸跟踪第109-110页
 §5.3 基于Lucas-Kanade光流的鼻孔跟踪第110-113页
     ·鼻孔跟踪点定位第110-111页
     ·光流基本概念第111-112页
     ·基于Lucas-Kanade光流的鼻孔跟踪第112-113页
 §5.4 眼球运动速率和轨迹计算第113-115页
     ·重要变量第113-114页
     ·基于鼻孔的人脸侧转角度估计第114页
     ·瞳孔中心跟踪第114-115页
     ·运动速率和轨迹计算第115页
 §5.5 实验与分析第115-118页
     ·实验设计第115-116页
     ·实验结果第116-117页
     ·实验分析第117-118页
 §5.6 本章小结第118-120页
第六章 总结与展望第120-124页
 §6.1 主要研究工作第120-122页
 §6.2 主要创新点第122-123页
 §6.3 后续工作展望第123-124页
参考文献第124-132页
攻读学位期间发表的学术论文及参与的项目第132-133页
致谢第133页

论文共133页,点击 下载论文
上一篇:基于短语的统计机器翻译模型若干关键技术研究
下一篇:蛋白质饲料对工蜂初生重与咽下腺及产浆的影响