导读:本文包含了灰度复杂度论文开题报告文献综述及选题提纲参考文献，主要关键词:特征定位,积分投影,灰度复杂度
灰度复杂度论文文献综述
邱鹏瑞[1]（2012）在《基于积分投影与灰度复杂度的人脸特征定位算法》一文中研究指出针对当前人脸特征定位的研究现状与难题,采用YCbCr椭圆聚类方法进行肤色区域提取,然后根据人脸的几何特征,通过比例、大小结构特性来判断二值化图中的目标区域是否为人脸,从而可以排除非人脸区域,再结合人脸面部器官分布特点,利用积分投影方法,对人脸区域垂直和水平两个方向分别进行灰度值累加统计,经过分析可以定位眼嘴的区域边界和中心点。同时针对积分投影的缺点,即如果头部发生倾斜会导致投影位置不准确,提出了基于灰度复杂度的眼睛定位方法,利用该方法首先定位人眼位置,然后根据人眼对人脸区域旋转校正,最后再利用积分投影定位嘴巴。(本文来源于《微型电脑应用》期刊2012年07期）
邱鹏瑞[2]（2008）在《基于肤色模型与灰度复杂度的人脸检测研究》一文中研究指出随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。针对当前人脸检测的研究现状与难题,本文主要从人脸图像的肤色分割、候选区域边缘检测、轮廓跟踪、面部特征定位算法等几方面对人脸检测课题进行了初步的研究和探讨,并取得了一些收获。(1)针对Rein Lien Hsu的Cb、Cr椭圆聚类肤色模型对于亮度较低的非肤色区域容易误判为肤色,而对于亮度较高的肤色区域误判为非肤色区域的缺点。本文在进行肤色提取前,首先对亮度区域进行划分,在不同的亮度区域运用不同的模型来检测肤色点,这样可以减少在高亮度区域和亮度较低的区域中的肤色点的误判问题。(2)为了进一步排除分割后不含人脸的肤色区域,利用人脸的几何特征,对二值化图中的目标区域进行比例、大小结构的分析,排除不可能的人脸区域,然后基于肤色和位置进行区域优化,并将处理后的结果作为候选人脸区域输出。(3)采用Sobel算子与Canny算子相结合的方法对候选人脸区域进行边缘检测,并对检测后的边缘信息进行分析,排除非人脸区域,然后用下颚轮廓跟踪算法去除候选区域可能存在的脖子部分实现人脸精确定位。(4)利用积分投影方法对人脸区域水平和垂直两个方向分别进行灰度值累加统计,经过分析可以定位眼睛和嘴巴的区域边界和中心点。同时针对积分投影方法最大的缺点是：如果头部发生倾斜,会使得人脸的特征不再保持水平和垂直,它们相应的投影位置将不再准确。提出了基于灰度复杂度的眼睛定位方法,利用该方法首先定位人眼,然后根据人眼位置进行人脸区域旋转校正,再利用积分投影定位嘴巴。随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。人脸检测问题最初作为自动人脸识别系统的定位环节被提出,由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。本文从人脸检测问题的分类,人脸模式的分析、特征提取与特征综合,性能评价等角度,系统地整理分析了人脸检测问题。(本文来源于《云南师范大学》期刊2008-05-20）
夏德深,金盛,王健[3]（1999）在《基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅰ)——分数维对纹理复杂度和粗糙度的描述》一文中研究指出气象卫星云图的识别主要集中在图像纹理分析上，图像纹理除了包括灰度信息外，还包含了结构信息。应用７０年代由曼德尔勃罗特（Ｍａｎｄｅｌｂｒｏｔ）提出的分数维的概念，对图像纹理进行的分析表明，分数维是图像纹理的复杂度与粗糙度的变量。作者将Ｓａｒｋａｒ和Ｃｈａｕｄｈｕｒｉ的分数维计算方法应用于纹理分形特征的计算，取得了较好的效果。(本文来源于《南京理工大学学报》期刊1999年03期）
灰度复杂度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。针对当前人脸检测的研究现状与难题,本文主要从人脸图像的肤色分割、候选区域边缘检测、轮廓跟踪、面部特征定位算法等几方面对人脸检测课题进行了初步的研究和探讨,并取得了一些收获。(1)针对Rein Lien Hsu的Cb、Cr椭圆聚类肤色模型对于亮度较低的非肤色区域容易误判为肤色,而对于亮度较高的肤色区域误判为非肤色区域的缺点。本文在进行肤色提取前,首先对亮度区域进行划分,在不同的亮度区域运用不同的模型来检测肤色点,这样可以减少在高亮度区域和亮度较低的区域中的肤色点的误判问题。(2)为了进一步排除分割后不含人脸的肤色区域,利用人脸的几何特征,对二值化图中的目标区域进行比例、大小结构的分析,排除不可能的人脸区域,然后基于肤色和位置进行区域优化,并将处理后的结果作为候选人脸区域输出。(3)采用Sobel算子与Canny算子相结合的方法对候选人脸区域进行边缘检测,并对检测后的边缘信息进行分析,排除非人脸区域,然后用下颚轮廓跟踪算法去除候选区域可能存在的脖子部分实现人脸精确定位。(4)利用积分投影方法对人脸区域水平和垂直两个方向分别进行灰度值累加统计,经过分析可以定位眼睛和嘴巴的区域边界和中心点。同时针对积分投影方法最大的缺点是：如果头部发生倾斜,会使得人脸的特征不再保持水平和垂直,它们相应的投影位置将不再准确。提出了基于灰度复杂度的眼睛定位方法,利用该方法首先定位人眼,然后根据人眼位置进行人脸区域旋转校正,再利用积分投影定位嘴巴。随着科技的发展,传统的身份验证己经很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势,近年来已经受到充分关注。人脸检测问题最初作为自动人脸识别系统的定位环节被提出,由于人脸检测是人脸识别的基础,也是基于内容(如视频等)检索的基础,因此具有十分重要的研究意义和实用价值。近几年来,随着电子商务等应用的发展使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景己经远远超出了人脸识别系统的范畴,在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。本文从人脸检测问题的分类,人脸模式的分析、特征提取与特征综合,性能评价等角度,系统地整理分析了人脸检测问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰度复杂度论文参考文献
[1].邱鹏瑞.基于积分投影与灰度复杂度的人脸特征定位算法[J].微型电脑应用.2012
[2].邱鹏瑞.基于肤色模型与灰度复杂度的人脸检测研究[D].云南师范大学.2008
[3].夏德深,金盛,王健.基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅰ)——分数维对纹理复杂度和粗糙度的描述[J].南京理工大学学报.1999