| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景和研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要研究内容与结构安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 本文的主要结构 | 第16-17页 |
| 第2章 尺度空间理论介绍 | 第17-28页 |
| 2.1 引言 | 第17-18页 |
| 2.2 尺度空间表示 | 第18-20页 |
| 2.2.1 高斯尺度空间 | 第18页 |
| 2.2.2 仿射高斯尺度空间 | 第18-19页 |
| 2.2.3 尺度空间中的微分表达式 | 第19-20页 |
| 2.3 利用规范化微分算子进行尺度选择 | 第20-22页 |
| 2.4 尺度选择机制 | 第22-27页 |
| 2.4.1 γ规范化微分算子的尺度不变性 | 第22-25页 |
| 2.4.2 常用的尺度选择函数介绍 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 图像特征检测算法研究 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 经典的Harris角点检测算法 | 第28-31页 |
| 3.3 SIFT检测算法 | 第31-36页 |
| 3.3.1 构造高斯差分尺度空间 | 第31-32页 |
| 3.3.2 局部极值点检测 | 第32-33页 |
| 3.3.3 精确定位极值点并删除边缘效应 | 第33-34页 |
| 3.3.4 确定筛选出来的特征点方向 | 第34-36页 |
| 3.4 Harris-Laplace尺度不变特征检测算法 | 第36-38页 |
| 3.5 仿射不变特征检测算法 | 第38-43页 |
| 3.5.1 仿射二阶矩矩阵 | 第39-40页 |
| 3.5.2 各向同性度量 | 第40-41页 |
| 3.5.3 形状自适应矩阵 | 第41页 |
| 3.5.4 积分尺度和微分尺度 | 第41-42页 |
| 3.5.5 空间位置的计算 | 第42-43页 |
| 3.6 特征检测算法的性能评价实验 | 第43-45页 |
| 3.7 小结 | 第45-46页 |
| 第4章 图像特征描述算法研究 | 第46-73页 |
| 4.1 引言 | 第46页 |
| 4.2 基于多支撑区域顺序的梯度直方图 | 第46-51页 |
| 4.2.1 特征区域进行仿射归一化处理 | 第47-48页 |
| 4.2.2 基于像素强度顺序进行子区域划分 | 第48-49页 |
| 4.2.3 旋转不变梯度计算方法 | 第49-50页 |
| 4.2.4 选择多支撑区域 | 第50-51页 |
| 4.3 快速图像特征描述算法 | 第51-56页 |
| 4.3.1 预处理 | 第51-52页 |
| 4.3.2 子区域划分 | 第52页 |
| 4.3.3 梯度方向计算 | 第52-54页 |
| 4.3.4 构造特征描述符 | 第54-56页 |
| 4.4 基于局部像素顺序模式的特征描述方法 | 第56-60页 |
| 4.4.1 预处理和子区域划分 | 第57页 |
| 4.4.2 局部像素顺序模式LIOP定义 | 第57-59页 |
| 4.4.3 构造特征描述符 | 第59-60页 |
| 4.5 基于双梯度直方图的特征描述新方法 | 第60-65页 |
| 4.5.1 预处理和子区域划分 | 第60-61页 |
| 4.5.2 基于双梯度直方图构造特征描述符 | 第61-63页 |
| 4.5.3 参数选择和双梯度直方图有效性验证实验 | 第63-65页 |
| 4.6 图像特征描述算法的性能评价实验 | 第65-72页 |
| 4.6.1 实验测试集合 | 第65-66页 |
| 4.6.2 实验评价准则 | 第66页 |
| 4.6.3 实验结果及分析 | 第66-72页 |
| 4.7 小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |