| 论文摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究的背景和意义 | 第12-13页 |
| ·眼镜检测与矩形检测概述 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 第2章 相关的图像处理 | 第16-29页 |
| ·数理形态学 | 第16-17页 |
| ·结构元素 | 第16页 |
| ·形态和与形态差 | 第16-17页 |
| ·顺序形态学 | 第17-21页 |
| ·离散点集的顺序形态变换的定义和几何意义 | 第17-18页 |
| ·离散点集顺序形态变换的代数、几何性质 | 第18-19页 |
| ·数字图像的顺序形态变换 | 第19-21页 |
| ·数字图像顺序形态变换的性质 | 第21页 |
| ·人脸归一化处理 | 第21-22页 |
| ·距离变换 | 第22-26页 |
| ·相关概念和定义 | 第22-24页 |
| ·算法 | 第24-25页 |
| ·灰度图像的加权距离变换 | 第25-26页 |
| ·人脸特征表示和人脸检测学习算法 | 第26-28页 |
| ·Haar特征 | 第26-27页 |
| ·人脸检测学习算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 矩形形态滤波器 | 第29-40页 |
| ·矩形形态滤波器的原理 | 第29-30页 |
| ·RFF的形态结构元素的定义 | 第30-32页 |
| ·RFF的滤波运算 | 第32-35页 |
| ·RFF的滤波运算 | 第32页 |
| ·RFF的序位滤波运算和序位均值滤波运算 | 第32-34页 |
| ·RFF的定位矩形区域的运算过程 | 第34-35页 |
| ·RFF的特性 | 第35-38页 |
| ·二值图像时的RFF特性 | 第35-36页 |
| ·灰度图像时的RFF特性 | 第36页 |
| ·RFF参数特性——举例说明 | 第36-38页 |
| ·RFF中的点位移方式及区域位移方式 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 形态相似度 | 第40-44页 |
| ·形态相似度概述 | 第40-41页 |
| ·形态相似度定义及其计算法 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 眼镜自动检测算法 | 第44-51页 |
| ·算法概述 | 第44页 |
| ·基于Haar特征和AdaBoost算法的人脸区域检测 | 第44-47页 |
| ·Haar特征 | 第45页 |
| ·级联AdaBoost算法 | 第45-46页 |
| ·AdaBoost人脸检测器训练过程 | 第46-47页 |
| ·眼镜检测 | 第47-50页 |
| ·眼镜横梁区域提取 | 第47-48页 |
| ·眼镜特征横梁区域的图像预处理 | 第48-49页 |
| ·基于RFF的人脸图像眼镜检测 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 实验与评估 | 第51-61页 |
| ·图像库设计 | 第51-53页 |
| ·基于人工二值图像库的验证实验 | 第53-54页 |
| ·基于人工灰度图像库的验证实验 | 第54-56页 |
| ·基于半人工半自然混合灰度图像库的验证实验 | 第56-57页 |
| ·基于自然灰度图像库的验证实验 | 第57-58页 |
| ·眼镜检测实验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第7章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 附录 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |