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

工业应用中的目标检测与精确定位技术

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-15页
   ·引言第11-12页
   ·研究背景与现状第12-13页
   ·研究内容与创新第13-14页
   ·论文组织结构第14-15页
第二章 目标检测算法与面向工业应用的快速目标检测第15-43页
   ·常见运动模型第15-17页
   ·基于特征的目标检测第17-25页
     ·特征检测第19-22页
     ·特征描述第22-25页
     ·特征匹配与目标识别第25页
   ·基于模板匹配的目标检测第25-30页
     ·生成模板第28页
     ·模板描述第28-30页
   ·不同目标检测算法的比较第30-31页
     ·HoG 算法和 DOT[15]算法第30页
     ·霍夫变换和 RANSAC第30-31页
     ·基于特征和基于模板匹配的目标检测算法的区别第31页
   ·面向实时应用的工业多目标检测第31-42页
     ·DOT 算法的问题和局限第32-33页
     ·本文提出的改进算法——PDOT 方法第33-37页
     ·本文算法实验结果第37-41页
     ·复杂背景对检测的影响第41-42页
   ·本章小结第42-43页
第三章 图像配准算法与面向工业应用的亚像素图像配准第43-63页
   ·L-K 框架的原型算法(LUCAS-KANADE )第43-46页
     ·误差度量第43-44页
     ·Lucas-Kanade 算法的推导第44-45页
     ·关于原型算法的讨论第45-46页
   ·L-K 框架原型方法的变体第46-49页
     ·逆向-组合算法第46-48页
     ·牛顿法第48页
     ·关于牛顿法的讨论第48-49页
   ·对 EMS 算法的另一种解读第49-52页
     ·Jesm的计算第50-52页
     ·ESM 方法的讨论第52页
   ·图像配准的另一框架——ICP 算法第52-54页
   ·本文提出的一种面向工业应用的 ICP 改进算法第54-62页
     ·问题描述第54-55页
     ·点到平面修正第55-56页
     ·速度及精度改进第56-58页
     ·流程图第58页
     ·实验结果与分析第58-62页
   ·本章小结第62-63页
第四章 基于 GRAPH MATCHING 的目标检测第63-72页
   ·GRAPH MATCHING 算法综述第63-67页
     ·原始问题及约束第63-64页
     ·算法分析第64-67页
   ·本文提出的基于 GRAPH MATCHING 的目标检测算法第67-71页
     ·SM 算法的改进第67-69页
     ·利用改进的 SMAC 算法进行目标检测第69-70页
     ·讨论第70-71页
   ·本章小结第71-72页
第五章 总结与展望第72-74页
   ·全文总结第72-73页
   ·研究展望第73-74页
参考文献第74-79页
程序测试环境(附录 1)第79-80页
致谢第80-82页
攻读硕士学位期间已发表或录用的论文第82页

论文共82页,点击 下载论文
上一篇:基于分块颜色直方图和HOG特征的粒子滤波跟踪
下一篇:基于半监督在线学习的跟踪算法研究