| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 智能监控系统的研究背景及意义 | 第9-10页 |
| 1.1.2 图像匹配技术的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 智能监控系统的研究现状 | 第11-12页 |
| 1.2.2 图像匹配技术的研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 第二章 智能监控系统关键技术分析 | 第15-23页 |
| 2.1 智能监控系统基本框架 | 第15-17页 |
| 2.2 智能监控系统的三种关键技术 | 第17-20页 |
| 2.2.1 目标检测 | 第17-18页 |
| 2.2.2 目标跟踪 | 第18-19页 |
| 2.2.3 目标匹配 | 第19-20页 |
| 2.3 基于局部特征的图像匹配方法 | 第20-22页 |
| 2.3.1 基于角点特征的图像匹配算法 | 第21页 |
| 2.3.2 基于块特征的图像匹配算法 | 第21-22页 |
| 2.3.3 基于仿射不变性特征的图像匹配算法 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 一种结合Harris角点的SIFT精确图像匹配算法 | 第23-43页 |
| 3.1 引言 | 第23页 |
| 3.2 Harris角点提取算法 | 第23-27页 |
| 3.2.1 Moravec角点检测算法及其缺点 | 第24页 |
| 3.2.2 Harris角点的改进 | 第24-27页 |
| 3.2.3 Harris角点检测步骤 | 第27页 |
| 3.3 SIFT算法 | 第27-33页 |
| 3.3.1 尺度空间极值检测 | 第28-30页 |
| 3.3.2 关键点定位 | 第30-31页 |
| 3.3.3 关键点方向分配 | 第31-32页 |
| 3.3.4 生成特征描述子 | 第32页 |
| 3.3.5 特征匹配策略 | 第32-33页 |
| 3.4 一种结合Harris角点的SITF精确图像匹配算法 | 第33-39页 |
| 3.4.1 SIFT算法与Harris角点检测算法的优缺点 | 第33-36页 |
| 3.4.2 Harris-SIFT算法的具体步骤 | 第36-39页 |
| 3.5 实验结果及仿真 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于模值差镜像不变性的SIFT图像匹配算法 | 第43-57页 |
| 4.1 SIFT的镜像变换 | 第43-44页 |
| 4.2 基于模值差的SIFT改进算法 | 第44-46页 |
| 4.3 智能监控系统的设计 | 第46-53页 |
| 4.3.1 前景检测以及团块标定 | 第47-49页 |
| 4.3.2 运动目标跟踪模块 | 第49-50页 |
| 4.3.3 目标团块的锁定 | 第50-53页 |
| 4.4 实验结论与分析 | 第53-55页 |
| 4.5 本章小节 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| 5.1 全文工作总结 | 第57页 |
| 5.2 下一步的工作 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的论文目录 | 第62页 |
