基于角点特征图像相似度表征方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.3 本文的主要研究思路 | 第10-11页 |
| 1.4 本文的各章节安排 | 第11-12页 |
| 第二章 图像相似度的基本理论 | 第12-22页 |
| 2.1 图像相似度的原理 | 第12页 |
| 2.2 图像相似度算法的分类 | 第12-18页 |
| 2.2.1 基于图像像素灰度的相似度算法 | 第12-14页 |
| 2.2.2 基于图像角点特征的相似度算法 | 第14-17页 |
| 2.2.3 基于图像特定理论的相似度算法 | 第17-18页 |
| 2.3 常用的图像相似度表征方法 | 第18-21页 |
| 2.3.1 特征向量归一化 | 第18-20页 |
| 2.3.2 向量的距离公式 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 图像的角点特征检测 | 第22-37页 |
| 3.1 角点的概念及检测标准 | 第22-23页 |
| 3.2 常用的角点检测算法 | 第23-31页 |
| 3.2.1 Moravec角点检测算法 | 第24-25页 |
| 3.2.2 SUSAN角点检测算法 | 第25-27页 |
| 3.2.3 Harris角点检测算法及原理 | 第27-31页 |
| 3.3 三种角点检测算法对比 | 第31-32页 |
| 3.4 改进的Harris角点检测算法 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 图像的角点特征匹配及相似度的表征方法 | 第37-46页 |
| 4.1 图像角点粗匹配 | 第37-41页 |
| 4.1.1 SAD角点匹配算法 | 第37-38页 |
| 4.1.2 SSD角点匹配算法 | 第38页 |
| 4.1.3 NCC角点匹配算法 | 第38-40页 |
| 4.1.4 改进的NCC匹配算法 | 第40-41页 |
| 4.2 图像角点精匹配 | 第41-43页 |
| 4.2.1 变换矩阵估计 | 第41-42页 |
| 4.2.2 去除误匹配 | 第42页 |
| 4.2.3 精匹配测试结果 | 第42-43页 |
| 4.3 基于角点特征图像相似度的表征方法 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 图像相似度实验及数据分析 | 第46-66页 |
| 5.1 图像相似度的经验值 | 第46-47页 |
| 5.2 图像相似度的实验 | 第47-65页 |
| 5.2.1 基本图像的实验 | 第48-56页 |
| 5.2.2 综合图像的实验 | 第56-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 作者简介及科研成果 | 第70页 |
