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

基于多小波变换的光照鲁棒性人脸特征提取算法研究与设计

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-24页
   ·人脸识别研究背景及研究意义第11-14页
     ·研究背景第11-13页
     ·研究意义第13-14页
   ·人脸识别研究内容与现状第14-17页
     ·人脸识别的研究内容第14-15页
     ·人脸识别的研究现状第15-17页
   ·人脸识别的优缺点第17-18页
     ·人脸识别的优点第17页
     ·人脸识别的弱点第17-18页
   ·人脸识别的光照问题第18-21页
     ·光照变化对人脸图像的影响第19-20页
     ·光照变化对人脸识别的影响第20-21页
   ·人脸数据库第21-22页
     ·YALE B 人脸库第21-22页
     ·CMU PIE 人脸库第22页
   ·课题研究目的和论文结构安排第22-24页
第二章 光照预处理方法研究第24-33页
   ·光照模型第24-26页
   ·常见的光照处理方法第26-32页
     ·光照预处理方法第26-29页
     ·光照模型方法第29-30页
     ·光照不变量提取方法第30-32页
   ·小结第32-33页
第三章 改进的基于小波变换的光照预处理方法第33-51页
   ·小波变换第33-36页
     ·傅立叶变换第33-34页
     ·小波变换第34-36页
   ·多分辨率分析与 MALLAT 算法第36-41页
     ·多分辨率分析第36页
       ·一维 MALLAT 算法第36-38页
       ·二维 MALLAT 算法第38-41页
   ·WBD 算法及改进的 WBDH 算法第41-45页
     ·小波去噪原理第41页
     ·阈值函数的选取第41-44页
     ·WBD 算法思想第44-45页
     ·改进的 WBDH 算法思想第45页
   ·实验第45-50页
     ·YALE B 人脸库实验第45-48页
     ·CMU PIE 人脸库实验第48-50页
   ·小结第50-51页
第四章 基于双树复小波变换的光照预处理算法及改进第51-68页
   ·双树复小波变换第51-54页
     ·复小波变换第51-53页
     ·双树复小波变换第53-54页
   ·双树复小波优良的性质及其对图像的分解响应特性第54-59页
     ·双树复小波的优良性质第54-56页
     ·双树复小波对图像分解响应特性第56-59页
   ·DBD 算法及改进的 DBDH 算法第59-63页
     ·去噪模型第59页
     ·高频系数处理方式选择第59-61页
     ·DBD 算法思想第61-62页
     ·改进的 DBDH 算法第62-63页
   ·实验第63-67页
     ·YALE B 人脸库实验第63-65页
     ·CMU PIE 人脸库实验第65-67页
   ·小结第67-68页
第五章 实验结果分析与结论第68-72页
   ·实验结果分析第68-70页
     ·光照不变量效果第68页
     ·识别率实验第68-70页
     ·小结第70页
   ·结论第70-71页
   ·展望第71-72页
致谢第72-73页
参考文献第73-77页
攻硕期间取得的研究成果第77-78页

论文共78页,点击 下载论文
上一篇:基于实时光线追踪的场景加速数据结构研究
下一篇:一种机场空中交通数据管理系统的设计