局部特征描述子算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题意义 | 第11页 |
| 1.2 局部特征描述子概述 | 第11-13页 |
| 1.2.1 局部特征的概念 | 第11页 |
| 1.2.2 局部特征技术研究概况 | 第11-12页 |
| 1.2.3 局部特征技术研究现状 | 第12-13页 |
| 1.3 基于内容的图像检索 | 第13-15页 |
| 1.3.1 图像检索的概念 | 第13-14页 |
| 1.3.2 图像检索现有研究方法 | 第14页 |
| 1.3.3 基于局部特征描述子的图像检索 | 第14-15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第二章 显著性区域检测 | 第17-23页 |
| 2.1 显著性区域检测概述 | 第17页 |
| 2.2 基于残差的显著性区域检测 | 第17-20页 |
| 2.3 改进的基于残差的区域检测算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 兴趣点提取 | 第23-34页 |
| 3.1 尺度空间 | 第23-25页 |
| 3.2 角点检测 | 第25-28页 |
| 3.2.1 Harris 角点 | 第25-27页 |
| 3.2.2 Susan 角点 | 第27页 |
| 3.2.3 harris-laplace 算子 | 第27-28页 |
| 3.3 区域检测 | 第28-29页 |
| 3.4 改进的尺度空间极值点 | 第29-33页 |
| 3.4.1 显著性区域检测 | 第29-30页 |
| 3.4.2 特征点提取算法评价和选择 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 特征描述子 | 第34-53页 |
| 4.1 特征描述子 | 第34-41页 |
| 4.1.1 sift 描述子 | 第34-36页 |
| 4.1.2 surf 描述子 | 第36-39页 |
| 4.1.3 Harris Affine 描述子 | 第39-41页 |
| 4.2 颜色空间描述 | 第41-45页 |
| 4.3 基于彩色信息的特征描述子 | 第45-51页 |
| 4.3.1 构建局部描述子 | 第45-48页 |
| 4.3.2 彩色描述子 | 第48-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 基于内容的图像检索 | 第53-60页 |
| 5.1 图像检索概要 | 第53-54页 |
| 5.2 图像检索相关技术 | 第54页 |
| 5.3 基于局部特征的图像检索技术 | 第54-56页 |
| 5.4 实验结果与分析 | 第56-59页 |
| 5.5 本章总结 | 第59-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
