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

图像局部特征的提取与描述方法研究

摘要第5-7页
abstract第7-9页
第一章 绪论第15-27页
    1.1 课题背景及研究意义第15-16页
    1.2 图像特征的研究现状与挑战第16-22页
        1.2.1 图像特征提取与描述的研究现状第16-21页
            1.2.1.1 实值描述符第16-19页
            1.2.1.2 二值描述符第19-21页
        1.2.2 图像特征表达中的问题与挑战第21-22页
    1.3 论文主要工作第22-24页
    1.4 论文内容安排第24-27页
第二章 基于局部特征的关键点描述方法第27-45页
    2.1 引言第27-28页
    2.2 基于局部极向离散余弦变换的关键点描述第28-34页
        2.2.1 关键点检测与预处理第28页
        2.2.2 极网格采样与映射第28-29页
        2.2.3 二维DCT与之字形扫描第29-30页
        2.2.4 特征选择与描述符生成第30-31页
        2.2.5 实验评估与分析第31-34页
            2.2.5.1 数据库与评估准则第31-32页
            2.2.5.2 性能评估与分析第32-34页
    2.3 基于局部二阶统计量软聚合的关键点描述第34-44页
        2.3.1 关键点检测与归一化第35页
        2.3.2 局部特征集构造第35-38页
            2.3.2.1 局部空频模式(LSPs)第35-36页
            2.3.2.2 局部极值模式(LEPs)第36-38页
        2.3.3 自适应空域划分第38页
        2.3.4 基于协方差的特征表达第38-39页
        2.3.5 L2SSP特性第39-40页
        2.3.6 实验评估与分析第40-44页
            2.3.6.1 参数设定与特征分析第41-42页
            2.3.6.2 评估结果第42-44页
    2.4 本章小结第44-45页
第三章 基于特征分级结构和局部抗噪模式的图像表达方法第45-64页
    3.1 引言第45-46页
    3.2 相关工作第46-48页
        3.2.1 局部二值模式第46-47页
        3.2.2 完整的局部二值模式第47-48页
    3.3 基于特征分级结构的图像表达第48-56页
        3.3.1 像素级别的特征描述第48-49页
        3.3.2 块级别的特征描述第49-50页
        3.3.3 图像级别的特征描述第50-51页
        3.3.4 实验结果第51-56页
            3.3.4.1 数据库与实验建立第51-53页
            3.3.4.2 分类结果与分析第53-56页
    3.4 基于局部抗噪模式的纹理表达第56-62页
        3.4.1 局部亮度对比度(LIC)第56-58页
        3.4.2 局部对比度模式(LCP)第58-60页
        3.4.3 联合的直方图表达第60页
        3.4.4 实验结果第60-62页
            3.4.4.1 数据库与实验建立第60-61页
            3.4.4.2 分类结果与分析第61-62页
    3.5 本章小结第62-64页
第四章 基于局部X-值模式联合统计的纹理表达方法第64-89页
    4.1 引言第64-65页
    4.2 基准纹理数据库第65-67页
    4.3 局部增强的二值编码(LEBC)第67-72页
        4.3.1 特征集生成第67-68页
        4.3.2 局部二值编码第68页
        4.3.3 直方图表达第68-69页
        4.3.4 实验结果第69-72页
            4.3.4.1 在Outex数据库上的实验结果第69-70页
            4.3.4.2 在CUReT数据库上的实验结果第70-71页
            4.3.4.3 在UIUC数据库上的实验结果第71-72页
    4.4 局部量化模式联合统计(jsLQP)第72-78页
        4.4.1 高斯导数滤波第73-74页
        4.4.2 局部模式量化和编码第74页
        4.4.3 联合的直方图表达第74-76页
        4.4.4 实验结果第76-78页
            4.4.4.1 在Outex数据库上的实验结果第76页
            4.4.4.2 在CUReT数据库上的实验结果第76-77页
            4.4.4.3 在UIUC数据库上的实验结果第77-78页
    4.5 局部空频模式联合编码(jcLSFP)第78-88页
        4.5.1 方法概述第78-79页
        4.5.2 两通道多分辨率空域滤波第79-80页
        4.5.3 局部频率特征第80-81页
        4.5.4 空频联合编码第81-83页
        4.5.5 纹理表达第83页
        4.5.6 实验结果第83-88页
            4.5.6.1 在Outex数据库上的实验结果第83-84页
            4.5.6.2 在CUReT数据库上的实验结果第84-86页
            4.5.6.3 在KTH-TIPS数据库上的实验结果第86页
            4.5.6.4 讨论第86-88页
    4.6 本章小结第88-89页
第五章 基于局部编码变换特征直方图的纹理表达方法第89-113页
    5.1 引言第89-90页
    5.2 LETRIST:局部编码变换特征直方图第90-98页
        5.2.1 方法概述第90-91页
        5.2.2 多尺度极值滤波第91-93页
        5.2.3 变换特征构造第93-94页
        5.2.4 标量量化第94-96页
        5.2.5 跨尺度联合编码与图像表达第96-97页
        5.2.6 LETRIST属性第97-98页
    5.3 实验结果与分析第98-112页
        5.3.1 对比方法与实施细节第98-100页
        5.3.2 参数设置第100-104页
        5.3.3 不同处理技术的影响第104-105页
        5.3.4 分类结果第105-110页
            5.3.4.1 在Outex数据库上的实验结果第106页
            5.3.4.2 在CUReT数据库上的实验结果第106-108页
            5.3.4.3 在KTH-TIPS数据库上的实验结果第108-109页
            5.3.4.4 在UIUC数据库上的实验结果第109-110页
        5.3.5 抗噪性测试第110-111页
        5.3.6 讨论第111-112页
    5.4 本章小结第112-113页
第六章 基于哈希学习的二值特征表达方法第113-132页
    6.1 引言第113-114页
    6.2 半监督的流形嵌入的哈希学习第114-121页
        6.2.1 问题定义第114-116页
        6.2.2 松弛与优化第116-117页
        6.2.3 哈希精细化处理第117-119页
        6.2.4 算法收敛性与计算复杂度第119-121页
            6.2.4.1 算法的收敛性证明第119-120页
            6.2.4.2 计算复杂度第120-121页
    6.3 实验结果与分析第121-131页
        6.3.1 数据库与评估准则第121-122页
        6.3.2 检索结果第122-126页
        6.3.3 规则化参数的影响第126页
        6.3.4 标注数据大小的影响第126-129页
        6.3.5 成分分析第129页
        6.3.6 运行时间第129-131页
    6.4 本章小结第131-132页
第七章 总结与展望第132-135页
    7.1 工作总结第132-133页
    7.2 工作展望第133-135页
致谢第135-136页
参考文献第136-150页
成果第150-152页

论文共152页,点击 下载论文
上一篇:建筑公司工程项目管理系统的设计与实施
下一篇:基于.NET平台的物业管理系统的设计与实现