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

古建筑照片的前景分割和匹配算法研究

摘要第4-6页
ABSTRACT第6-7页
1.绪论第10-18页
    1.1 研究背景和意义第10-12页
    1.2 国内外研究现状第12-16页
        1.2.1 三维重建研究现状第12-13页
        1.2.2 前景分割研究现状第13-14页
        1.2.3 特征点匹配研究现状第14-16页
    1.3 研究内容和组织结构安排第16-18页
        1.3.1 研究内容第16页
        1.3.2 论文结构安排第16-18页
2.基础理论知识第18-32页
    2.1 图像分割基本概念第18-23页
        2.1.1 分水岭算法第18-20页
        2.1.2 数学形态学第20-21页
        2.1.3 图像分割质量评价第21-23页
    2.2 特征点匹配基本原理第23-30页
        2.2.1 SIFT算法第23-26页
        2.2.2 特征点匹配策略第26-28页
        2.2.3 图像特征点匹配性能指标第28-30页
    2.3 本章小结第30-32页
3.基于形态学重构和分水岭的前景分割算法第32-42页
    3.1 形态学重构第32-35页
    3.2 区域合并第35-36页
    3.3 前景分割算法第36-38页
    3.4 实验结果和分析第38-40页
        3.4.1 实验环境第38页
        3.4.2 前景分割实验结果第38-40页
    3.5 本章小结第40-42页
4.基于对极几何约束的RANSAC算法去除误匹配研究第42-58页
    4.1 RANSAC算法第42-43页
    4.2 几何约束条件第43-45页
    4.3 去除误匹配过程第45-49页
        4.3.1 基于RANSAC算法去除误匹配点第45-46页
        4.3.2 基于对极几何约束的RNASAC算法去除误匹配点第46-49页
    4.4 实验结果和分析第49-55页
        4.4.1 实验环境第49页
        4.4.2 特征点提取实验结果第49-50页
        4.4.3 匹配实验结果和分析第50-52页
        4.4.4 去除误匹配实验结果和分析第52-55页
    4.5 本章小结第55-58页
5.总结与展望第58-62页
    5.1 本文内容总结第58-59页
    5.2 未来工作展望第59-62页
参考文献第62-66页
致谢第66-68页
攻读学位期间发表的学术论文和参与的科研项目第68-69页

论文共69页,点击 下载论文
上一篇:基于词袋模型的三维骨架序列人体行为识别
下一篇:多视图三维重建特征点检测匹配和点云区域裁剪算法改进