| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-12页 |
| ·图像局部特征的国内外研究现状 | 第12-15页 |
| ·Moravec 角点检测 | 第12-13页 |
| ·Harris 角点检测 | 第13页 |
| ·SUSAN 角点检测 | 第13-14页 |
| ·DOG 算子和 SIFT 检测子 | 第14页 |
| ·EBR 检测子 | 第14页 |
| ·IBR 检测子 | 第14-15页 |
| ·MSER 检测子 | 第15页 |
| ·图像局部特征的技术难点 | 第15-16页 |
| ·论文主要研究内容和结构 | 第16-18页 |
| 第二章 图像特征描述方法及理论基础 | 第18-27页 |
| ·图像特征描述方法概述 | 第18-21页 |
| ·颜色特征 | 第18页 |
| ·形状特征 | 第18-20页 |
| ·纹理特征 | 第20-21页 |
| ·图像局部特征理论基础 | 第21-27页 |
| ·金字塔多分辨率 | 第21-22页 |
| ·高斯尺度空间及性质 | 第22-24页 |
| ·自动尺度选择 | 第24-27页 |
| 第三章 图像局部特征 | 第27-43页 |
| ·Harris 角点检测 | 第28-32页 |
| ·MSER 算法 | 第32-34页 |
| ·SIFT 算法 | 第34-36页 |
| ·SURF 算法 | 第36-39页 |
| ·斑点特征的比较 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 一种新的基于圆投影的尺度不变转换算法 | 第43-51页 |
| ·基于圆投影的改进 SIFT 算法 | 第43-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·SIFT 匹配点对提纯 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于 Fan-SIFT 特征词包模型的场景图像分类 | 第51-58页 |
| ·词包模型 | 第51-52页 |
| ·空间金字塔模型 | 第52-53页 |
| ·Fan-SIFT 特征 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·本文内容总结 | 第58页 |
| ·未来工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间取得的科研成果 | 第65页 |