改进的SIFT算法在图像检索方面的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景及意义 | 第11-12页 |
| ·课题研究现状 | 第12-14页 |
| ·传统 CBIR 底层特征的研究现状 | 第13页 |
| ·基于 SIFT 算法的图像检索技术研究现状 | 第13-14页 |
| ·其他图像检索方法的研究现状 | 第14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 图像检索及 SIFT 算法的基本理论 | 第16-34页 |
| ·基于文本的图像检索技术 | 第16-17页 |
| ·基于内容的图像检索技术 | 第17-21页 |
| ·颜色特征 | 第17-20页 |
| ·纹理特征 | 第20-21页 |
| ·图像对象的形状以及它们之间的空间关系 | 第21页 |
| ·图像特征提取 | 第21-24页 |
| ·颜色特征提取 | 第21-23页 |
| ·纹理特征提取 | 第23-24页 |
| ·特征匹配算法 | 第24-25页 |
| ·SIFT 算法原理 | 第25-32页 |
| ·构建尺度空间 | 第26-27页 |
| ·关键点的精确定位 | 第27-29页 |
| ·确定特征点的主方向 | 第29-30页 |
| ·生成特征向量描述子 | 第30-32页 |
| ·SIFT 特征匹配 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第3章 SIFT 算法的改进 | 第34-46页 |
| ·SIFT 算法的缺陷 | 第34-35页 |
| ·SIFT 主要变形算法 | 第35-39页 |
| ·PCA-SIFT 算法 | 第35-36页 |
| ·SURF 算法 | 第36-39页 |
| ·性能比较 | 第39页 |
| ·SIFT 算法的改进 | 第39-44页 |
| ·LPP 算法 | 第40-42页 |
| ·增强型近似最近邻匹配算法 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于改进算法的图像匹配实验 | 第46-65页 |
| ·不同光照和噪声条件下的匹配实验 | 第47-54页 |
| ·不同光照条件下的匹配实验 | 第48-50页 |
| ·噪声条件下的匹配实验 | 第50-54页 |
| ·旋转和缩放条件下的匹配实验 | 第54-59页 |
| ·旋转条件下的匹配实验 | 第55-57页 |
| ·缩放条件下的匹配实验 | 第57-59页 |
| ·图像检索实验结果 | 第59-63页 |
| ·本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73-74页 |
