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

图像的角点提取研究及在配准上的应用

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-14页
    1.3 本文的研究内容与结构安排第14-15页
    1.4 本章小结第15-16页
第2章 局部特征检测方法第16-30页
    2.1 引言第16页
    2.2 Harris特征检测方法第16-19页
    2.3 SIFT特征检测算法第19-24页
    2.4 Fast特征检测方法第24-25页
    2.5 Surf特征检测算法第25-27页
    2.6 局部特征检测方法小结第27-29页
        2.6.1 几种检测算法的重要属性第27-28页
        2.6.2 检测算法仿真结果及其分析第28-29页
        2.6.3 检测算法效率分析第29页
    2.7 本章小结第29-30页
第3章 图像配准技术的研究第30-44页
    3.1 引言第30页
    3.2 图像配准技术第30-33页
    3.3 多尺度分析第33-36页
    3.4 相关聚类分析第36-37页
    3.5 优化的图像配准技术第37-43页
        3.5.1 小尺度图像选择的研究第38-39页
        3.5.2 优化的K-means算法第39-42页
        3.5.3 优化的图像配准第42-43页
    3.6 本章小结第43-44页
第4章 基于角点的图像匹配算法第44-54页
    4.1 引言第44页
    4.2 基于角点的图像匹配算法第44-49页
        4.2.1 SIFT描述符第45-48页
        4.2.2 基于角点的图像匹配算法第48-49页
    4.3 实验结果与分析第49-53页
        4.3.1 SIFT描述符旋转不变性验证第50-51页
        4.3.2 时间效率对比分析第51-53页
    4.4 本章小结第53-54页
第5章 基于聚类相关的图像配准算法第54-65页
    5.1 引言第54页
    5.2 基于聚类相关的图像配准算法描述第54-59页
        5.2.1 小尺度Fast算法第55-56页
        5.2.2 寻找重合区域第56-57页
        5.2.3 大尺度算法第57-59页
    5.3 实验仿真与分析第59-64页
        5.3.1 实验仿真结果第59-62页
        5.3.2 时间效率对比分析第62-63页
        5.3.3 精确度对比分析第63-64页
    5.4 本章小结第64-65页
第6章 结论与展望第65-67页
    6.1 结论第65页
    6.2 展望第65-67页
参考文献第67-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:单次静脉利多卡因对成人七氟烷和丙泊酚麻醉效能的影响
下一篇:初发甲亢肝损害的临床分析