基于特征提取和描述的图像匹配算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-14页 |
| 1.3 本文的主要工作和内容安排 | 第14-15页 |
| 第二章 基于特征点的图像匹配相关技术研究 | 第15-23页 |
| 2.1 图像预处理 | 第15-16页 |
| 2.2 尺度空间的建立 | 第16-19页 |
| 2.2.1 SIFT尺度空间 | 第16-17页 |
| 2.2.2 SURF尺度空间 | 第17-18页 |
| 2.2.3 BRISK尺度空间 | 第18-19页 |
| 2.3 匹配对提纯 | 第19-21页 |
| 2.4 图像匹配性能评估标准 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 特征点的提取 | 第23-35页 |
| 3.1 角点检测算法 | 第23-29页 |
| 3.1.1 Moravec角点 | 第23-24页 |
| 3.1.2 Harris角点 | 第24-26页 |
| 3.1.3 SUSAN角点 | 第26-28页 |
| 3.1.4 FAST角点 | 第28-29页 |
| 3.2 SIFT特征点检测 | 第29-32页 |
| 3.3 SURF特征点检测 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 特征点的描述 | 第35-45页 |
| 4.1 基于梯度直方图的局部描述子 | 第35-40页 |
| 4.1.1 SIFT特征点描述子 | 第35-38页 |
| 4.1.2 SURF特征点描述子 | 第38-40页 |
| 4.2 基于二进制位串的局部描述 | 第40-44页 |
| 4.2.1 BRIEF | 第41-42页 |
| 4.2.2 ORB | 第42-43页 |
| 4.2.3 BRISK | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 实时鲁棒的特征点匹配算法 | 第45-52页 |
| 5.1 RRM实时鲁棒的图像匹配算法 | 第45-47页 |
| 5.1.1 特征点检测 | 第45-47页 |
| 5.1.2 特征点描述 | 第47页 |
| 5.2 实验与结果分析 | 第47-51页 |
| 5.2.1 算法运行效率分析 | 第47页 |
| 5.2.2 尺度性能分析 | 第47-48页 |
| 5.2.3 旋转性能分析 | 第48-49页 |
| 5.2.4 视角性能分析 | 第49-50页 |
| 5.2.5 噪声性能分析 | 第50页 |
| 5.2.6 光照性能分析 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
