| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| §1-1 机器视觉的提出及其发展现状 | 第8-10页 |
| 1-1-1 机器视觉定义 | 第8页 |
| 1-1-2 Marr 视觉计算理论简介 | 第8-9页 |
| 1-1-3 机器人视觉研究现状 | 第9-10页 |
| §1-2 人体生物认证技术 | 第10-11页 |
| §1-3 人脸识别 | 第11-13页 |
| 1-3-1 人脸检测与人脸识别的研究内容 | 第11页 |
| 1-3-2 人脸识别的发展阶段 | 第11-12页 |
| 1-3-3 人脸检测与人脸识别的技术挑战 | 第12页 |
| 1-3-4 人脸检测与人脸识别的实用价值及应用领域 | 第12-13页 |
| §1-4 论文的研究目的与主要内容 | 第13-14页 |
| 1-4-1 课题的提出 | 第13页 |
| 1-4-2 论文的主要内容 | 第13-14页 |
| 第二章 拟人头部系统简介及人脸检测识别方法综述 | 第14-28页 |
| §2-1 拟人头部系统简介 | 第14-17页 |
| 2-1-1 引言 | 第14-15页 |
| 2-1-2 拟人头部系统得结构 | 第15-16页 |
| 2-1-3 摄像机与采集卡简介 | 第16-17页 |
| §2-2 人脸检测方法综述 | 第17-23页 |
| 2-2-1 基于知识的方法 | 第18-19页 |
| 2-2-2 基于模板匹配的方法 | 第19页 |
| 2-2-3 基于学习的方法 | 第19-23页 |
| 2-2-4 彩色图像的人脸检测 | 第23页 |
| §2-3 人脸识别方法综述 | 第23-27页 |
| 2-3-1 引言 | 第23-24页 |
| 2-3-2 人脸识别研究的历史 | 第24-25页 |
| 2-3-3 人脸自动识别方法 | 第25-27页 |
| 2-4 本章小结 | 第27-28页 |
| 第三章 基于肤色的彩色图像的人脸检测 | 第28-39页 |
| §3-1 引言 | 第28页 |
| §3-2 各种色彩空间的特征 | 第28-33页 |
| 3-2-1 RGB 彩色空间 | 第29页 |
| 3-2-2 HSI 彩色空间 | 第29-31页 |
| 3-2-3 CMY/CMYK 彩色空间 | 第31页 |
| 3-2-4 YIQ 色彩空间 | 第31-32页 |
| 3-2-5 YUV 彩色空间 | 第32页 |
| 3-2-6 YCbCr 彩色空间 | 第32-33页 |
| §3-3 人脸检测与提取 | 第33-38页 |
| 3-3-1 系统流程 | 第33页 |
| 3-3-2 光线补偿 | 第33-34页 |
| 3-3-3 肤色建模 | 第34-36页 |
| 3-3-4 数学形态学操作 | 第36-37页 |
| 3-3-5 人脸候选区域提取 | 第37-38页 |
| 3-4 本章小结 | 第38-39页 |
| 第四章 基于特征脸的人脸识别方法 | 第39-52页 |
| §4-1 引言 | 第39页 |
| §4-2 图象预处理 | 第39-41页 |
| 4-2-1 图像的几何归一化 | 第39-40页 |
| 4-2-2 图像的灰度归一化 | 第40页 |
| 4-2-3 图象的边缘检测和锐化处理 | 第40-41页 |
| §4-3 PCA 人脸识别方法 | 第41-47页 |
| 4-3-1 基于KL 变换的人脸识别方法 | 第41-42页 |
| 4-3-2 K-L 变换的原理 | 第42-44页 |
| 4-3-3 利用PCA 识别人脸 | 第44-46页 |
| 4-3-4 特征值的选择 | 第46页 |
| 4-3-5 距离函数的选择 | 第46-47页 |
| 4-3-6 PCA 方法的优缺点 | 第47页 |
| §4-4 PCA+LDA 人脸识别识别方法 | 第47-49页 |
| 4-4-1 LDA(Linear Discriminant Analysis)算法 | 第47-48页 |
| 4-4-2 PCA+LDA 的人脸识别方法 | 第48-49页 |
| 4-4-3 PCA+LDA 的优缺点 | 第49页 |
| §4-5 实验结果 | 第49-52页 |
| 第五章 结论与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间所取得的相关科研成果 | 第57页 |