| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 图像角点检测的研究背景 | 第10-11页 |
| 1.2 研究图像角点检测的目的及意义 | 第11页 |
| 1.3 图像角点检测的方法 | 第11-13页 |
| 1.3.1 基于图像边缘的角点检测算法 | 第11-12页 |
| 1.3.2 基于图像灰度的角点检测算法 | 第12-13页 |
| 1.4 本文的研究内容和结构安排 | 第13-16页 |
| 2 角点检测算法的关键理论技术 | 第16-28页 |
| 2.1 Canny边缘检测算法 | 第16-19页 |
| 2.2 傅里叶变换 | 第19页 |
| 2.3 Gabor小波变换 | 第19-22页 |
| 2.3.1 一维Gabor小波 | 第20页 |
| 2.3.2 二维Gabor小波变换 | 第20-22页 |
| 2.4 Hu矩不变量 | 第22-24页 |
| 2.5 CSS曲率尺度空间技术 | 第24-27页 |
| 2.5.1 多尺度曲率积技术 | 第26页 |
| 2.5.2 多曲率多顶式技术 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 多通道Gabor梯度相关矩阵自相关函数的角点检测算法 | 第28-40页 |
| 3.1 二维奇Gabor滤波器的边缘特性 | 第28-33页 |
| 3.1.1 奇Gabor滤波器用于边缘检测的性能分析 | 第28-31页 |
| 3.1.2 多通道奇Gabor滤波器用于边缘的提取 | 第31-33页 |
| 3.2 本文的角点检测算法 | 第33-35页 |
| 3.3 实验结果与分析 | 第35-39页 |
| 3.3.1 几种算法对图像的检测 | 第35-38页 |
| 3.3.2 几种算法的正确检测率与定位误差的比较 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于多尺度轮廓矩不变量的角点检测算法 | 第40-50页 |
| 4.1 轮廓矩不变量 | 第41-42页 |
| 4.2 基于局部矩不变量的轮廓角点检测算法的研究 | 第42-43页 |
| 4.3 本章算法 | 第43-44页 |
| 4.3.1 图像检测的结果对比与分析 | 第43页 |
| 4.3.2 多尺度下曲率函数值的计算 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.4.1 图像检测的结果对比与分析 | 第44-47页 |
| 4.4.2 角点检测器的稳定性分析 | 第47页 |
| 4.4.3 噪声图像的检测结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 论文工作总结 | 第50页 |
| 5.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录：部分主要程序清单 | 第56-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
