室内定位的图像地标特征构建关键技术研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第13-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究工作的背景与意义 | 第14-15页 |
| 1.2 室内定位技术国内外研究现状 | 第15-16页 |
| 1.2.1 WLAN定位 | 第15页 |
| 1.2.2 射频定位 | 第15页 |
| 1.2.3 红外定位 | 第15-16页 |
| 1.2.4 超声波定位 | 第16页 |
| 1.2.5 视觉定位 | 第16页 |
| 1.3 本文的主要贡献与创新 | 第16-17页 |
| 1.4 本论文的结构安排 | 第17-18页 |
| 第二章 图像的特征基础研究 | 第18-26页 |
| 2.1 图像特征的类型和特性 | 第18-19页 |
| 2.2 图像的全局特征研究 | 第19-21页 |
| 2.2.1 基于颜色特征的图像表达 | 第19-20页 |
| 2.2.2 纹理特征 | 第20-21页 |
| 2.3 图像的局部特征研究 | 第21-25页 |
| 2.3.1 斑点特征 | 第21-22页 |
| 2.3.2 边缘检测 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 特征提取方法研究 | 第26-44页 |
| 3.1 尺度空间理论 | 第26-29页 |
| 3.1.1 多分辨率表达 | 第26页 |
| 3.1.2 高斯微分算子 | 第26-27页 |
| 3.1.3 高斯尺度空间的性质 | 第27-28页 |
| 3.1.4 尺度选择 | 第28-29页 |
| 3.2 SIFT基本原理及实现 | 第29-38页 |
| 3.2.1 DoG尺度空间构造 | 第29-32页 |
| 3.2.2 特征点搜索与定位 | 第32-34页 |
| 3.2.3 消除边缘效应 | 第34-35页 |
| 3.2.4 SIFT特征描述子构建 | 第35-38页 |
| 3.3 基于SIFT算法的改进算法 | 第38-40页 |
| 3.3.1 HSV颜色空间 | 第38-39页 |
| 3.3.2 基于SIFT的改进算法流程 | 第39-40页 |
| 3.4 特征点匹配 | 第40-43页 |
| 3.4.1 K-D树算法 | 第40-41页 |
| 3.4.2 特征算子匹配提纯 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 图像特征库检索与分类 | 第44-57页 |
| 4.1 基于内容的图像检索 | 第44-46页 |
| 4.1.1 基于内容的图像检索系统结构 | 第44-45页 |
| 4.1.2 图像检索系统实现 | 第45-46页 |
| 4.2 图像特征的聚类与分类 | 第46-54页 |
| 4.2.1 图像特征的聚类 | 第46-49页 |
| 4.2.2 图像特征的分类 | 第49-54页 |
| 4.3 特征的归一化 | 第54-55页 |
| 4.3.1 特征内部归一化 | 第54-55页 |
| 4.3.2 不同特征间的归一化 | 第55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 系统分析构建与相关实验仿真 | 第57-75页 |
| 5.1 系统分析与构建 | 第57-65页 |
| 5.1.1 需求与场景的分析 | 第57页 |
| 5.1.2 系统功能分析 | 第57-58页 |
| 5.1.3 快速检索与精确定位的两级模块 | 第58-59页 |
| 5.1.4 系统构建 | 第59-65页 |
| 5.2 实验与仿真 | 第65-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间取得的成果 | 第81页 |
