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SURF算法的摄像机轨迹的研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 选题背景及研究意义第11-12页
    1.2 计算机视觉技术的研究现状与发展第12-14页
    1.3 图像匹配方法研究现状第14-15页
    1.4 全局运动估计算法研究现状第15-16页
    1.5 本文主要工作第16-17页
    1.6 论文组织结构第17-19页
第2章 常用坐标系及成像模型第19-25页
    2.1 常用坐标系第19-21页
        2.1.1 常用坐标系之间关系第19页
        2.1.2 成像平面坐标系第19-20页
        2.1.3 摄像机坐标系第20-21页
        2.1.4 世界坐标系第21页
    2.2 摄像机成像模型第21-24页
        2.2.1 透视投影第21-22页
        2.2.2 平行投影第22-23页
        2.2.3 坐标系转换关系第23-24页
    2.3 本章小结第24-25页
第3章 特征提取算法第25-39页
    3.1 图像边缘检测第25-29页
        3.1.1 运用二阶微分算子检测图像边缘第27-28页
        3.1.2 基于Canny算子检测图像边缘第28-29页
    3.2 Harris角点检测第29-31页
        3.2.1 Harris角点的基本原理第29-30页
        3.2.2 Harris角点的性质第30-31页
    3.3 SIFT算法第31-33页
        3.3.1 特征点检测第31-32页
        3.3.2 特征点主方向确定第32-33页
        3.3.3 特征描述子的构建第33页
    3.4 SURF算法第33-38页
        3.4.1 积分图像第33-34页
        3.4.2 DoH近似第34-35页
        3.4.3 尺度空间表示第35-36页
        3.4.4 SURF特征描述子第36页
        3.4.5 SURF与SIFT的比较第36-38页
    3.5 本章小结第38-39页
第4章 运动参数模型第39-45页
    4.1 摄像机的运动模式第39-40页
    4.2 运动参数模型第40-44页
        4.2.1 基于透视投影的八参数模型第41-42页
        4.2.2 基于旋转平移的四参数模型第42-43页
        4.2.3 基于仿射变换的六参数模型第43页
        4.2.4 全局运动参数模型选取第43-44页
    4.3 本章小结第44-45页
第5章 基于图像采样算法第45-57页
    5.1 图像采样处理第45-49页
        5.1.1 采样块数第45-48页
        5.1.2 采样大小第48-49页
    5.2 匹配特征点对选取第49-52页
        5.2.1 采样区域内匹配特征点对选取第49-51页
        5.2.2 选取特征点区域选择第51-52页
        5.2.3 采样区域合并第52页
    5.3 整个算法流程第52-54页
    5.4 本章小结第54-57页
第6章 实验结果及分析第57-69页
    6.1 图像采样区内特征点匹配算法的测试及实验结果分析第57-62页
        6.1.1 初匹配第58-59页
        6.1.2 去除误匹配第59-62页
    6.2 采样区内划区域选取匹配点对第62-66页
    6.3 摄像机轨迹描述第66-68页
    6.4 本章小结第68-69页
第7章 总结与展望第69-71页
    7.1 工作总结第69-70页
    7.2 下一步工作展望第70-71页
参考文献第71-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于内容自适应的视频加密技术研究与实现
下一篇:基于系统概念学习支持能力的选择性查询推荐方法研究