关于近红外人脸图像中鼻尖检测算法的研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 背景和意义 | 第11页 |
| 1.2 鼻子检测概述 | 第11-21页 |
| 1.2.1 基于先验知识的方法 | 第12-14页 |
| 1.2.2 基于几何形状的方法 | 第14-18页 |
| 1.2.3 基于表观信息的方法 | 第18-21页 |
| 1.3 研究内容及论文结构 | 第21-23页 |
| 第二章 相关技术介绍 | 第23-29页 |
| 2.1 边缘检测技术 | 第23-25页 |
| 2.1.1 边缘检测概述 | 第23页 |
| 2.1.2 Canny算法原理 | 第23-24页 |
| 2.1.3 Canny算法实现 | 第24-25页 |
| 2.2 曲线拟合技术 | 第25-26页 |
| 2.3 小孔成像原理 | 第26-27页 |
| 2.4 直线检测 | 第27-29页 |
| 第三章 基于鼻子下轮廓线的鼻尖检测算法 | 第29-35页 |
| 3.1 检测鼻子区域 | 第29页 |
| 3.2 提取鼻子下轮廓线 | 第29-32页 |
| 3.2.1 自适应Canny算子 | 第29-30页 |
| 3.2.2 鼻子矩形区域的精确定位 | 第30页 |
| 3.2.3 鼻子下轮廓线提取 | 第30-32页 |
| 3.3 对鼻子下轮廓线进行二次曲线拟合 | 第32页 |
| 3.4 利用拟合二次曲线计算鼻尖位置 | 第32-35页 |
| 3.4.1 计算鼻尖 | 第32-33页 |
| 3.4.2 鼻尖校正 | 第33-35页 |
| 第四章 基于鼻梁线的鼻尖检测算法 | 第35-47页 |
| 4.1 检测鼻子区域 | 第35-39页 |
| 4.1.1 人脸归一化 | 第35-36页 |
| 4.1.2 判定人脸左右转向 | 第36-38页 |
| 4.1.3 分割鼻子候选区域 | 第38-39页 |
| 4.2 检测候选鼻梁线和鼻尖点 | 第39-41页 |
| 4.2.1 鼻子区域边缘检测 | 第39页 |
| 4.2.2 检测鼻梁线 | 第39-41页 |
| 4.2.3 检测候选鼻尖点 | 第41页 |
| 4.3 建立3D人脸和2D人脸的投影关系 | 第41-44页 |
| 4.4 鼻尖检测 | 第44-47页 |
| 4.4.1 鼻尖检测算法原理 | 第44页 |
| 4.4.2 算法推导 | 第44-45页 |
| 4.4.3 算法实现 | 第45-47页 |
| 第五章 实验与评估 | 第47-51页 |
| 5.1 实验图像库 | 第47-48页 |
| 5.2 基于鼻子下轮廓线的鼻尖检测实验和评估 | 第48-49页 |
| 5.3 基于鼻梁线的鼻尖检测实验和评估 | 第49-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录 | 第56页 |
