| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·本论文选题的背景 | 第9页 |
| ·本论文研究目的和意义 | 第9-10页 |
| ·本论文研究的具体内容 | 第10-11页 |
| ·手机画面数据生成和预处理 | 第10页 |
| ·非负矩阵分解进行数据降维和特征提取 | 第10页 |
| ·特征匹配与图像识别 | 第10-11页 |
| ·NmfSvm 与归一化互相关算法的对比分析 | 第11页 |
| ·本论文结构与安排 | 第11-12页 |
| 2 图像匹配基本理论 | 第12-19页 |
| ·图像匹配基本理论 | 第12-13页 |
| ·图像匹配概念 | 第12页 |
| ·图像匹配的一般流程 | 第12-13页 |
| ·图像匹配算法分类 | 第13页 |
| ·常用的图像匹配方法 | 第13-17页 |
| ·基于灰度信息的图像匹配方法 | 第13-15页 |
| ·基于特征的图像匹配方法 | 第15-17页 |
| ·本章小结 | 第17-19页 |
| 3 非负矩阵分解算法基本理论 | 第19-26页 |
| ·非负矩阵分解算法的提出 | 第19-20页 |
| ·非负矩阵分解算法基本原理 | 第20-22页 |
| ·传统 NMF 问题描述 | 第20页 |
| ·非负矩阵分解的实现 | 第20-22页 |
| ·非负矩阵分解在图像处理领域的应用 | 第22-25页 |
| ·NMF 用于人脸识别 | 第22-23页 |
| ·NMF 用于图像检索 | 第23页 |
| ·NMF 用于图像融合 | 第23页 |
| ·NMF 用于图像压缩 | 第23-24页 |
| ·NMF 用于图像分类 | 第24页 |
| ·NMF 在图像处理领域的发展趋势 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 4 手机画面匹配算法分析 | 第26-32页 |
| ·手机画面匹配仿真试验任务分析 | 第26页 |
| ·手机画面匹配仿真试验算法总框图 | 第26-27页 |
| ·手机画面匹配仿真试验具体算法分析 | 第27-31页 |
| ·图片生成 | 第27-29页 |
| ·图片预处理 | 第29页 |
| ·NMF 分解和 SVM 训练，寻找识别率比较稳定的参数r | 第29-30页 |
| ·r选定后的 NMF 分解和 SVM 训练 | 第30页 |
| ·单个手机画面识别 | 第30页 |
| ·NmfSvm 与归一化互相关对比分析 | 第30-31页 |
| ·NmfSvm 时间性能和识别性能分析 | 第31页 |
| ·本章小结 | 第31-32页 |
| 5 手机画面匹配 Matlab 仿真试验及结果分析 | 第32-47页 |
| ·Matlab 图像处理与分析概述 | 第32页 |
| ·MATLAB 软件简介 | 第32页 |
| ·MATLAB 图像处理工具箱简介 | 第32页 |
| ·手机画面匹配 Matlab 仿真试验及结果分析 | 第32-42页 |
| ·试验 1 NMF 过程观测 | 第32-34页 |
| ·试验 2 数据集显示 | 第34-36页 |
| ·试验 3 参数 r 与识别率的关系 | 第36-38页 |
| ·试验 4 非负矩阵分解得到 W 并对 H 进行 SVM 训练 | 第38-39页 |
| ·试验 5 单个手机图片识别试验 | 第39-42页 |
| ·NmfSvm 与归一化互相关算法的对比分析 | 第42-44页 |
| ·归一化互相关算法 | 第42-43页 |
| ·试验 6 NmfSvm 与归一化互相关对比分析 | 第43-44页 |
| ·NmfSvm 时间性能和识别性能分析 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 6 研究主要结论和展望 | 第47-51页 |
| ·本论文内容总结 | 第47页 |
| ·研究主要结论 | 第47-49页 |
| ·非负矩阵分解程序代码 | 第47-48页 |
| ·手机画面匹配识别性能、时间性能分析 | 第48-49页 |
| ·拟进一步研究和解决的问题 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
