基于局部图像内容的特征匹配算法研究与改进
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·国内外研究发展现状 | 第10-13页 |
| ·本文研究主要内容及安排 | 第13-14页 |
| 第2章 图像匹配技术概况 | 第14-26页 |
| ·图像匹配基本知识 | 第14页 |
| ·图像匹配原理 | 第14-17页 |
| ·图像匹配的数学模型 | 第15页 |
| ·空间变化模型 | 第15-17页 |
| ·图像匹配方法分类 | 第17-22页 |
| ·基于变换域的图像匹配 | 第18-19页 |
| ·基于灰度的图像匹配 | 第19-21页 |
| ·基于图像特征的图像匹配 | 第21-22页 |
| ·图像匹配要素及流程 | 第22-24页 |
| ·图像匹配关键要素 | 第22-23页 |
| ·图像匹配标准流程 | 第23-24页 |
| ·图像匹配的质量评估标准 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于特征点的图像匹配算法 | 第26-45页 |
| ·图像特征分类 | 第26-28页 |
| ·点特征 | 第26-27页 |
| ·线特征 | 第27页 |
| ·面特征 | 第27-28页 |
| ·常用特征点提取算法对比分析 | 第28-42页 |
| ·Moravec 算法 | 第28-30页 |
| ·Harris 算法 | 第30-32页 |
| ·SUSAN 算法 | 第32-34页 |
| ·SIFT 算法 | 第34-42页 |
| ·特征点算法对比分析 | 第42-44页 |
| ·特征点提取算法评价准则 | 第42-43页 |
| ·对比分析特征点提取算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 改进的特征点匹配算法 | 第45-56页 |
| ·改进算法策略 | 第45-47页 |
| ·基于 SP-SIFT 特征点检测算法 | 第47-51页 |
| ·基于 SP-DoG 的特征点检测 | 第47-49页 |
| ·简化 SIFT 特征描述符 | 第49-51页 |
| ·基于 ERansac-SIFT 图像匹配 | 第51-55页 |
| ·初步 SIFT 图像匹配 | 第51-52页 |
| ·精炼 SIFT 图像匹配 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验分析与应用 | 第56-63页 |
| ·阈值参数选择 | 第56-58页 |
| ·仿真结果分析 | 第58-61页 |
| ·静态物体特征识别应用 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·研究工作总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
