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

基于图像特征与灰度值的快速匹配算法研究

摘要第7-9页
Abstract第9-10页
第1章 绪论第14-19页
    1.1 研究背景和意义第14-15页
    1.2 研究现状第15-16页
    1.3 图像匹配算法的分类第16-17页
    1.4 本文的主要研究内容第17-18页
    1.5 本文的组织结构第18-19页
第2章 基于Harris自相关矩阵的迹和改进灰度值的快速图像匹配算法第19-28页
    2.1 引言第19页
    2.2 Harris检测算法第19页
    2.3 Harris自相关矩阵的迹和改进灰度值第19-22页
    2.4 基于Harris角点确定图像的特征点第22-24页
    2.5 实验结果与分析第24-27页
        2.5.1 匹配率第24-27页
        2.5.2 实时性第27页
    2.6 本章小结第27-28页
第3章 基于Harris与高斯圆形窗口的快速图像匹配算法第28-38页
    3.1 引言第28页
    3.2 基于Harris与高斯圆形窗口的快速图像匹配算法第28-33页
        3.2.1 用SIFT筛选出特征点第28-29页
        3.2.2 检测图像特征点第29-30页
        3.2.3 建立32维特征描述子第30-31页
        3.2.4 匹配特征点对第31-33页
    3.3 实验结果与分析第33-37页
        3.3.1 匹配率第33-37页
        3.3.2 实时性第37页
    3.4 本章小结第37-38页
第4章 基于改进FAST和FREAK的快速图像匹配算法第38-49页
    4.1 引言第38页
    4.2 FAST特征点检测算法第38-39页
    4.3 FREAK算法的特征描述子第39-40页
    4.4 基于改进FAST和FREAK的快速图像匹配算法第40-46页
        4.4.1 改进FAST特征点检测样板第40-43页
        4.4.2 建立降维特征描述子第43页
        4.4.3 确定特征点主方向第43-45页
        4.4.4 特征匹配第45页
        4.4.5 本章算法流程图第45-46页
    4.5 实验结果与分析第46-48页
    4.6 本章小结第48-49页
第5章 基于改进Shi-Tomas和区域协方差矩阵的快速图像匹配算法第49-59页
    5.1 引言第49页
    5.2 Shi-Tomas角点检测算法第49-50页
    5.3 基于改进Shi-Tomas和区域协方差矩阵的快速图像匹配算法第50-55页
        5.3.1 改进Shi-Tomas角点检测算法第50-51页
        5.3.2 用协方差矩阵构建特征描述子第51-55页
    5.4 算法流程第55页
    5.5 实验结果与分析第55-58页
        5.5.1 匹配率第56-58页
        5.5.2 实时性第58页
    5.6 本章小结第58-59页
第6章 总结与展望第59-61页
    6.1 总结第59-60页
    6.2 展望第60-61页
参考文献第61-65页
致谢第65-66页
附录A 攻读硕士学位期间所发表的学术论文第66页

论文共66页,点击 下载论文
上一篇:加权网络中社区发现算法的研究与实现
下一篇:基于引导滤波的NSCT域图像融合方法研究