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

基于结构特征的图像匹配算法及应用

摘要第1-5页
Abstract第5-8页
目录第8-11页
插图清单第11-13页
Illustration List第13-15页
第一章 绪论第15-31页
   ·研究背景和选题的意义第15-16页
   ·图像匹配方法分类第16-23页
     ·基于区域的匹配方法第16-21页
     ·基于特征的匹配方法第21-23页
   ·基于结构特征匹配方法的研究现状和发展第23-27页
     ·图像特征的描述第23-24页
     ·结构匹配的现状与发展第24-27页
   ·本文的研究内容和主要研究方法第27-28页
   ·论文的结构安排和创新工作第28-31页
第二章 基于奇异值分解的图像匹配第31-50页
   ·图像结构特征的图表示第32-39页
     ·图的基本概念第32-34页
     ·图的矩阵表示第34-38页
     ·几种常用于表示图像结构特征的图第38-39页
   ·SVD匹配算法第39-43页
     ·Scott和Longuet-Higgins算法第39-40页
     ·Shapiro和Brady算法第40-42页
     ·Pilu算法第42-43页
   ·结合颜色矢量和SVD的不同光源图像的匹配第43-49页
     ·颜色矢量第43-44页
     ·基于颜色矢量的SVD匹配第44-45页
     ·实验及其分析第45-49页
   ·本章小结第49-50页
第三章 结合SVD和松弛迭代的图像匹配第50-66页
   ·松弛迭代法第51-53页
   ·谱匹配概率第53-57页
     ·Laplace谱的匹配第53-54页
     ·匹配概率矩阵第54-57页
   ·测地线-灰度直方图第57-59页
   ·结合松弛迭代的匹配算法第59-60页
   ·实验及其分析第60-65页
   ·本章小结第65-66页
第四章 基于K-NN图的非刚体图像匹配第66-87页
   ·基于形状上下文的初匹配第67-70页
     ·形状上下文第67-69页
     ·形状上下文匹配算法第69-70页
   ·利用K-NN图剔除误匹配第70-71页
   ·非线性变换模型及匹配算法第71-75页
     ·TPS模型第71-74页
     ·非刚体匹配算法第74-75页
   ·实验及分析第75-86页
     ·旋转不变性验证实验第75-77页
     ·非刚体匹配实验第77-81页
     ·鲁棒性分析第81-85页
     ·非刚体匹配在目标识别中的应用第85-86页
   ·本章结论第86-87页
第五章 基于最小生成树和TPS模型的图像匹配及拼接第87-110页
   ·SIFT特征点的提取第89-93页
     ·尺度空间极值的检测第89-90页
     ·特征点的定位第90-91页
     ·特征点方向的确定第91-92页
     ·SIFT特征向量的生成第92页
     ·SIFT匹配算法第92-93页
   ·基于最小生成树的特征点匹配和变换模型的求解第93-97页
     ·特征点匹配第93-95页
     ·变换模型的选择及算法的流程第95-97页
   ·重叠区域的融合第97-100页
     ·基于图像灰度的融合算法第98-100页
     ·基于颜色空间变换的融合算法第100页
     ·基于变换域的融合算法第100页
   ·图像拼接效果的客观评价指标第100-102页
     ·像素扭曲度指标第100-101页
     ·空间连续度指标第101页
     ·信息熵第101-102页
     ·交叉熵第102页
   ·实验及其分析第102-108页
   ·本章小结第108-110页
第六章 总结与展望第110-113页
参考文献第113-125页
致谢第125-126页
攻读学位期间发表的学术论文目录第126-127页
攻读学位期间参加的科研项目目录第127页

论文共127页,点击 下载论文
上一篇:基于构造性学习的覆盖算法的发展及应用
下一篇:基于商空间理论的海量信息检索模型的研究