基于特征匹配的鲁棒性参数估计方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第12-14页 |
| 缩略语对照表 | 第14-18页 |
| 第一章 绪论 | 第18-34页 |
| 1.1 研究背景 | 第18-20页 |
| 1.1.1 计算机视觉 | 第18-19页 |
| 1.1.2 基于特征匹配的参数估计 | 第19-20页 |
| 1.2 国内外研究现状 | 第20-31页 |
| 1.2.1 特征匹配的研究现状 | 第20-28页 |
| 1.2.2 鲁棒性参数估计方法的研究现状 | 第28-31页 |
| 1.3 论文的研究内容和结构安排 | 第31-34页 |
| 第二章 软决策优化方法 | 第34-58页 |
| 2.1 引言 | 第34-35页 |
| 2.2 基础矩阵 | 第35-40页 |
| 2.2.1 对极几何与基础矩阵 | 第36-38页 |
| 2.2.2 归一化8点算法 | 第38-40页 |
| 2.3 SDO方法 | 第40-45页 |
| 2.3.1 匹配测度 | 第40-41页 |
| 2.3.2 目标函数 | 第41-44页 |
| 2.3.3 SDO算法步骤 | 第44-45页 |
| 2.4 对比实验 | 第45-57页 |
| 2.4.1 仿真数据实验 | 第45-52页 |
| 2.4.2 真实图像实验 | 第52-57页 |
| 2.5 小结 | 第57-58页 |
| 第三章 宽基线匹配的内点选取 | 第58-72页 |
| 3.1 引言 | 第58-60页 |
| 3.2 邻近特征空间一致性测度 | 第60-63页 |
| 3.2.1 邻近特征空间对应相似度 | 第60-61页 |
| 3.2.2 邻近特征空间结构相似度 | 第61-63页 |
| 3.3 AFSC算法描述 | 第63-64页 |
| 3.4 实验与分析 | 第64-70页 |
| 3.5 小结 | 第70-72页 |
| 第四章 局部不变特征匹配的内点选择方法 | 第72-90页 |
| 4.1 引言 | 第72-73页 |
| 4.2 CFC算法 | 第73-79页 |
| 4.2.1 单类支持向量机 | 第73-74页 |
| 4.2.2 CFC算法 | 第74-79页 |
| 4.3 kNN-MS算法 | 第79-81页 |
| 4.4 CFDC算法 | 第81-82页 |
| 4.5 实验结果与分析 | 第82-88页 |
| 4.6 小结 | 第88-90页 |
| 第五章 重抽样优化的快速RANSAC算法 | 第90-110页 |
| 5.1 引言 | 第90-92页 |
| 5.2 RANSAC算法 | 第92-94页 |
| 5.3 损失函数 | 第94-95页 |
| 5.4 FROSAC算法 | 第95-99页 |
| 5.4.1 算法描述 | 第95-98页 |
| 5.4.2 计算时间 | 第98页 |
| 5.4.3 与O-RANSAC算法对比 | 第98-99页 |
| 5.5 实验结果与分析 | 第99-108页 |
| 5.5.1 仿真实验 | 第99-102页 |
| 5.5.2 真实图像实验 | 第102-108页 |
| 5.6 小结 | 第108-110页 |
| 第六章 结论 | 第110-112页 |
| 6.1 全文总结 | 第110-111页 |
| 6.2 未来研究展望 | 第111-112页 |
| 参考文献 | 第112-124页 |
| 致谢 | 第124-126页 |
| 作者简介 | 第126-127页 |
