| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·图像识别概述 | 第10-11页 |
| ·图像识别算法研究现状 | 第11-13页 |
| ·研究目的和意义 | 第13-14页 |
| ·本文内容安排 | 第14-15页 |
| 第2章 本文相关基础知识介绍 | 第15-22页 |
| ·图像表示 | 第15页 |
| ·数字图像的矩阵表示 | 第15页 |
| ·图像轮廓提取 | 第15-16页 |
| ·图像描绘子 | 第16-18页 |
| ·边界描绘子 | 第16-17页 |
| ·区域描绘子 | 第17-18页 |
| ·纹理描绘子 | 第17页 |
| ·不变矩 | 第17-18页 |
| ·仿射变换 | 第18-19页 |
| ·空间几何变换 | 第18-19页 |
| ·灰色关联分析 | 第19-22页 |
| ·灰色系统理论 | 第20页 |
| ·灰色关联分析基本思想 | 第20-21页 |
| ·灰色关联分析步骤 | 第21页 |
| ·灰色关联分析在图像识别中的应用 | 第21-22页 |
| 第3章 奇异值分解知识及基于奇异值分解的形状匹配算法 | 第22-34页 |
| ·奇异值分解定理 | 第22页 |
| ·特征值分解 | 第22-23页 |
| ·奇异值分解 | 第23-24页 |
| ·矩阵奇异值分解步骤 | 第23页 |
| ·奇异值具备的一些性质 | 第23-24页 |
| ·奇异值分解的应用 | 第24-25页 |
| ·基于奇异值分解的形状匹配算法 | 第25-28页 |
| ·轮廓坐标点奇异值分解和归一化 | 第26-27页 |
| ·应用灰色关联分析寻找对应点 | 第27-28页 |
| ·求解仿射变换参数 | 第28页 |
| ·实验结果及其与其他算法的比较分析 | 第28-34页 |
| ·对比实验结果及分析 | 第29-34页 |
| 第4章 正交可判别向量和基于正交可判别向量的脸部图像识别算法 | 第34-47页 |
| ·正交可判别向量基本思想 | 第34-35页 |
| ·证明正交可判别向量的存在 | 第35-38页 |
| ·正交可判别向量的计算 | 第38-40页 |
| ·两类分类的正交可判别向量计算 | 第38-40页 |
| ·多类正交可判别向量计算 | 第40页 |
| ·基于正交可判别向量的脸部图像识别算法 | 第40-41页 |
| ·脸部特征提取 | 第40页 |
| ·计算正交可判别向量 | 第40页 |
| ·脸部图像分类 | 第40-41页 |
| ·两类分类问题 | 第41页 |
| ·多类分类问题 | 第41页 |
| ·实验结果及其与其他算法的比较分析 | 第41-47页 |
| 第5章 总结与展望 | 第47-49页 |
| ·本文算法总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间的科研及获奖情况 | 第53-54页 |
| 1. 发表的学术论文 | 第53页 |
| 2. 获奖情况 | 第53-54页 |
| 致谢 | 第54-55页 |