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

基于局部特征的多源图像配准和识别研究

摘要第1-4页
ABSTRACT第4-11页
1 绪论第11-25页
   ·引言第11-12页
   ·局部特征检测算子第12-20页
     ·角点检测算子第12-14页
     ·斑点检测算子第14-19页
     ·区域检测算子第19-20页
   ·局部特征描述算子第20-23页
     ·基于直方图分布的特征描述第20-22页
     ·基于高斯微分的特征描述第22页
     ·基于变换的特征描述第22-23页
   ·全文结构第23-24页
   ·本章小结第24-25页
2 基于 SIFT 的红外与可见光图像匹配第25-53页
   ·SIFT 特征检测与描述第25-29页
     ·DoG 尺度空间生成第25-26页
     ·特征点搜索与定位第26-28页
     ·删除边缘效应第28页
     ·特征点方向分配第28页
     ·特征矢量生成第28-29页
   ·特征点匹配及提纯第29-30页
   ·实验结果与分析第30-50页
     ·无偏条件下的匹配验证第30-40页
     ·尺度及旋转变换下的匹配性能研究第40-50页
   ·本章小节第50-53页
3 基于 E-MSER 的多光谱图像配准第53-65页
   ·E-MSER 特征检测子第54-56页
     ·MSER 特征检测第54-55页
     ·E-MSER 特征检测第55-56页
   ·SIFT 特征描述子第56页
   ·特征匹配第56页
   ·基于 E-MSER 的多光谱图像匹配方法第56-57页
   ·匹配性能综合评价第57-59页
     ·特征检测和描述性能评价指标第57-58页
     ·匹配评价指标第58-59页
   ·实验结果及分析第59-64页
     ·检测子性能比较第60-61页
     ·匹配性能比较第61-64页
   ·本章小结第64-65页
4 基于 BoW 的图像分类识别研究第65-85页
   ·图像分类识别概述第65-66页
   ·图像的表示第66-71页
     ·BoW 模型第66-69页
     ·SPM 空间金字塔匹配技术第69-71页
   ·分类器算法第71-74页
     ·有监督分类器第71-73页
     ·无监督分类器第73-74页
   ·样本训练及测试流程第74页
   ·实验结果与分析第74-83页
     ·SPM 目标分类识别验证第75-81页
     ·背景对识别结果的影响第81-83页
   ·本章小节第83-85页
5 总结及展望第85-89页
   ·全文总结第85-86页
   ·研究展望第86-89页
参考文献第89-95页
致谢第95-97页
攻读学位期间发表的学术论文第97-99页

论文共99页,点击 下载论文
上一篇:GPU功耗建模与优化技术研究
下一篇:空间低轨目标图像复原研究