基于灰度序模式的图像局部特征描述算法研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 文章主要结构 | 第13-15页 |
| 第2章 图像局部不变特征 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 局部不变特征检测 | 第15-21页 |
| 2.2.1 Harris角点检测算法 | 第16-18页 |
| 2.2.2 SIFT特征检测算法 | 第18-21页 |
| 2.3 局部不变特征描述 | 第21-24页 |
| 2.3.1 LBP特征描述符 | 第21-22页 |
| 2.3.2 MROGH特征描述符 | 第22-24页 |
| 2.4 局部不变特征匹配 | 第24-28页 |
| 2.4.1 相似性度量 | 第25页 |
| 2.4.2 搜索策略 | 第25-26页 |
| 2.4.3 匹配对提纯 | 第26-28页 |
| 第3章 基于局部灰度序模式的局部特征描述算法 | 第28-42页 |
| 3.1 引言 | 第28-29页 |
| 3.2 LIOP特征描述算法 | 第29-32页 |
| 3.2.1 灰度序区域划分 | 第29-30页 |
| 3.2.2 LIOP描述符的构造 | 第30-32页 |
| 3.3 改进的LIOP算法 | 第32-34页 |
| 3.3.1 采样点结构信息及冗余模式 | 第32-34页 |
| 3.3.2 构造特征描述符 | 第34页 |
| 3.4 仿真实验 | 第34-41页 |
| 3.4.1 实验数据 | 第34-37页 |
| 3.4.2 评价标准 | 第37-38页 |
| 3.4.3 实验结果 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于全局灰度序模式的局部特征描述算法 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 OIOP特征描述算法 | 第42-45页 |
| 4.2.1 合成面片与亚灰度序区域 | 第42-43页 |
| 4.2.2 OIOP描述符的构造 | 第43-45页 |
| 4.3 改进的OIOP算法 | 第45-46页 |
| 4.4 仿真实验 | 第46-50页 |
| 4.4.1 参数设定 | 第46页 |
| 4.4.2 实验数据和评价标准 | 第46-47页 |
| 4.4.3 实验结果 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 基于混合灰度序模式的局部特征描述算法 | 第52-59页 |
| 5.1 MIOP特征描述算法 | 第52-53页 |
| 5.2 改进的MIOP特征描述算法 | 第53-54页 |
| 5.3 仿真实验 | 第54-57页 |
| 5.3.1 参数设定 | 第54页 |
| 5.3.2 实验结果 | 第54-57页 |
| 5.4 本章小结 | 第57-59页 |
| 结论与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士论文期间发表的论文及参与的科研项目 | 第65页 |
