基于尺度空间和特征描述的快速图像匹配算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 问题提出与研究意义 | 第9页 |
| 1.2 国内外相关研究进展 | 第9-11页 |
| 1.3 本文研究内容与结构安排 | 第11-13页 |
| 2 图像匹配算法的相关知识 | 第13-20页 |
| 2.1 图像匹配算法的基本原理 | 第13页 |
| 2.2 图像特征的分类及提取 | 第13-16页 |
| 2.2.1 图像的特征分类 | 第14页 |
| 2.2.2 特征点提取算法 | 第14-16页 |
| 2.3 特征描述子 | 第16-17页 |
| 2.3.1 浮点型矢量描述子 | 第16-17页 |
| 2.3.2 二进制字符串描述子 | 第17页 |
| 2.4 图像匹配性能评价指标 | 第17-18页 |
| 2.5 实验图像数据简介 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 3 大尺度图像的快速匹配算法 | 第20-33页 |
| 3.1 算法提出思想 | 第20-21页 |
| 3.2 算法原理的简单介绍 | 第21-23页 |
| 3.3 大尺度图像缩小比例的三种求解方法 | 第23-26页 |
| 3.3.1 测试法 | 第23-24页 |
| 3.3.2 模型法 | 第24页 |
| 3.3.3 反馈法 | 第24-26页 |
| 3.4 特征点检测与匹配 | 第26页 |
| 3.5 实验结果与分析 | 第26-32页 |
| 3.5.1 仿真图像 | 第26-29页 |
| 3.5.2 Mikolajczyk数据库图像 | 第29-30页 |
| 3.5.3 航拍图像 | 第30-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 基于FREAK的快速图像匹配算法 | 第33-48页 |
| 4.1 算法提出思想 | 第33-34页 |
| 4.2 FREAK算法原理的简单介绍 | 第34-36页 |
| 4.3 基于FREAK的快速匹配算法 | 第36-40页 |
| 4.3.1 构建简型高斯金字塔 | 第36-37页 |
| 4.3.2 检测FAST特征点 | 第37-38页 |
| 4.3.3 改进FREAK描述算法 | 第38-40页 |
| 4.3.4 特征匹配与误匹配剔除 | 第40页 |
| 4.4 实验结果的比较与分析 | 第40-47页 |
| 4.4.1 算法鲁棒性的比较 | 第40-44页 |
| 4.4.2 算法速度的比较 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 基于多项式估计与LDB算法的快速匹配 | 第48-68页 |
| 5.1 算法提出思想 | 第48-49页 |
| 5.2 特征点检测 | 第49-53页 |
| 5.2.1 高斯尺度空间 | 第49-51页 |
| 5.2.2 sLoG尺度空间 | 第51-52页 |
| 5.2.3 sLoG空间特征点检测 | 第52-53页 |
| 5.3 描述子构建 | 第53-58页 |
| 5.3.1 LDB描述子 | 第53-54页 |
| 5.3.2 LDB描述子改进 | 第54-58页 |
| 5.4 实验结果与分析 | 第58-67页 |
| 5.4.1 算法性能的比较分析 | 第58-65页 |
| 5.4.2 算法速度的比较分析 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |
