| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第17-37页 |
| 1.1 CNC视觉系统的发展 | 第17-23页 |
| 1.2 图像特征匹配技术的发展 | 第23-27页 |
| 1.2.1 图像特征匹配 | 第23-25页 |
| 1.2.2 特征检测 | 第25-26页 |
| 1.2.3 图像特征描述子 | 第26-27页 |
| 1.3 图像特征描述子构建方法研究现状 | 第27-31页 |
| 1.3.1 浮点描述子构建方法研究 | 第27-29页 |
| 1.3.2 二进制描述子构建方法研究 | 第29-31页 |
| 1.4 课题背景及主要研究内容 | 第31-37页 |
| 1.4.1 课题背景 | 第31-32页 |
| 1.4.2 主要研究内容 | 第32-34页 |
| 1.4.3 论文体系结构 | 第34-37页 |
| 2 基于有序分阶采样模式构建特征描述子研究 | 第37-50页 |
| 2.1 图像特征检测方法介绍 | 第37-41页 |
| 2.1.1 基于像素灰度积分的检测子 | 第37-39页 |
| 2.1.2 多尺度空间下的特征检测子 | 第39-41页 |
| 2.2 有序分阶采样模式设计 | 第41-42页 |
| 2.3 基于分阶采样模式的特征描述子构建与匹配 | 第42-44页 |
| 2.3.1 构建方法 | 第42-43页 |
| 2.3.2 匹配方法 | 第43-44页 |
| 2.4 描述子性能分析 | 第44-49页 |
| 2.4.1 鲁棒性对比实验 | 第44-47页 |
| 2.4.2 实时性对比测试 | 第47-48页 |
| 2.4.3 匹配实例 | 第48-49页 |
| 2.5 本章总结 | 第49-50页 |
| 3 基于像素聚类构建图像特征描述子研究 | 第50-64页 |
| 3.1 像素聚类方法介绍 | 第50-51页 |
| 3.2 像素聚类改进BRIEF二进制描述子 | 第51-58页 |
| 3.2.1 图像补丁分层处理 | 第52页 |
| 3.2.2 图像补丁区域大小变化 | 第52-54页 |
| 3.2.3 图像补丁尺度大小变化 | 第54-55页 |
| 3.2.4 像素聚类改进BRIEF描述子性能评估 | 第55-58页 |
| 3.3 基于像素聚类和采样模式构建特征描述子 | 第58-62页 |
| 3.3.1 映射采样模式到分层补丁 | 第58-59页 |
| 3.3.2 图像多补丁融合 | 第59-60页 |
| 3.3.3 描述子性能评估 | 第60-62页 |
| 3.4 本章总结 | 第62-64页 |
| 4 基于集成学习构建图像特征描述子研究 | 第64-81页 |
| 4.1 集成学习 | 第64-67页 |
| 4.2 学习图像特征描述子 | 第67-71页 |
| 4.2.1 响应函数选择 | 第69页 |
| 4.2.2 学习浮点型描述子 | 第69-71页 |
| 4.2.3 学习二进制描述子 | 第71页 |
| 4.3 描述子性能评估实验建立 | 第71-74页 |
| 4.3.1 描述子评估方法介绍 | 第72页 |
| 4.3.2 学习型描述子参数选择 | 第72-74页 |
| 4.4 描述子性能对比实验 | 第74-80页 |
| 4.4.1 Brown数据集上对比实验 | 第74-76页 |
| 4.4.2 Mikolajczyk数据集对比实验 | 第76-79页 |
| 4.4.3 匹配实例 | 第79-80页 |
| 4.5 本章总结 | 第80-81页 |
| 5 CNC视觉系统中构建图像特征描述子研究 | 第81-110页 |
| 5.1 关键点方向确定 | 第82-84页 |
| 5.1.1 确定关键点方向 | 第82-83页 |
| 5.1.2 关键点方向抗噪性评估 | 第83-84页 |
| 5.2 采样模式分析 | 第84-85页 |
| 5.3 基于改进型采样模式构建二进制描述子 | 第85-96页 |
| 5.3.1 改进型采样模式 | 第85-89页 |
| 5.3.2 基于改进型采样模式的二进制描述子生成 | 第89-91页 |
| 5.3.3 基于改进型采样模式的二进制描述子性能评估 | 第91-96页 |
| 5.4 基于分层采样模式构建二进制描述子 | 第96-108页 |
| 5.4.1 优化设计采样模式 | 第97-100页 |
| 5.4.2 基于分层采样模式的二进制描述子生成 | 第100-103页 |
| 5.4.3 基于分层采样模式的二进制描述子性能评估 | 第103-108页 |
| 5.5 本章总结 | 第108-110页 |
| 6 CNC视觉系统中图像特征匹配技术应用研究 | 第110-138页 |
| 6.1 CNC视觉系统中的反求重构和安全监控相关介绍 | 第110-116页 |
| 6.1.1 CNC视觉系统中的反求重构技术介绍 | 第110-114页 |
| 6.1.2 CNC视觉系统中的安全监控技术介绍 | 第114-116页 |
| 6.2 CNC视觉系统中应用图像特征匹配技术重构三维模型 | 第116-127页 |
| 6.2.1 基于图像特征匹配技术的三维模型重构 | 第116-123页 |
| 6.2.2 模型反求重构实验与分析 | 第123-127页 |
| 6.3 CNC视觉系统的安全监控原型系统开发应用研究 | 第127-136页 |
| 6.3.1 CNC视觉监控图像分区 | 第128-130页 |
| 6.3.2 图像特征背景模型 | 第130-133页 |
| 6.3.3 CNC视觉安全监控原型系统开发及实验 | 第133-136页 |
| 6.4 本章总结 | 第136-138页 |
| 7 总结与展望 | 第138-141页 |
| 7.1 全文工作总结 | 第138-139页 |
| 7.2 今后研究展望 | 第139-141页 |
| 致谢 | 第141-142页 |
| 参考文献 | 第142-153页 |
| 附录 | 第153-154页 |
