首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征信息提取的目标识别算法研究

摘要第1-5页
ABSTRACT第5-13页
第一章 绪论第13-19页
   ·课题的研究背景及意义第13-14页
   ·目标识别算法的研究现状及存在问题第14-16页
     ·目标识别算法的研究现状第14-15页
     ·目标识别算法存在的问题第15-16页
   ·特征提取方法的研究现状及存在问题第16-17页
     ·特征提取方法的研究现状第16-17页
     ·特征提取方法存在的问题第17页
   ·论文主要工作及结构安排第17-19页
第二章 特征信息提取及目标识别方法第19-29页
   ·引言第19页
   ·特征提取的意义第19-20页
   ·特征提取函数第20-27页
     ·几何形状特征第20-21页
     ·Hu 不变矩第21-23页
     ·仿射不变矩第23-24页
     ·小波矩第24-25页
     ·颜色特征第25页
     ·纹理特征第25-27页
   ·两种目标识别算法第27-28页
   ·本章小结第28-29页
第三章 基于支持向量机的目标识别算法第29-51页
   ·引言第29-30页
   ·支持向量机方法概述第30-36页
     ·支持向量分类机第30-34页
     ·支持向量机的参数选择第34-36页
     ·支持向量机多值分类器的构造第36页
   ·SVM 目标识别算法设计与仿真第36-45页
     ·SVM 目标识别分类器设计第36-38页
     ·目标图像预处理第38-39页
     ·目标图像特征提取第39-40页
     ·实验结果及分析第40-45页
   ·基于目标识别的卡尔曼多目标跟踪算法第45-50页
     ·卡尔曼目标跟踪算法第45-47页
     ·问题分析及算法提出第47-48页
     ·实验结果及分析第48-50页
   ·本章小结第50-51页
第四章 基于特征点匹配的目标识别算法第51-71页
   ·引言第51-52页
   ·特征点检测算法第52-66页
     ·Harris 角点特征第52-54页
     ·SUSAN 角点特征第54-56页
     ·SIFT 特征第56-60页
     ·实验结果及分析第60-66页
   ·基于SIFT 特征匹配的目标识别算法第66-68页
   ·实验结果及分析第68-70页
   ·本章小结第70-71页
第五章 总结与展望第71-73页
   ·工作总结第71页
   ·研究展望第71-73页
致谢第73-74页
参考文献第74-77页
攻读硕士学位期间的研究成果第77-78页

论文共78页,点击 下载论文
上一篇:广播全台网广告管理子系统的研究与实现
下一篇:基于模糊评价的信息安全评估方法的研究与实现