复杂环境中特定目标识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 图像匹配算法概述及研究现状 | 第14-17页 |
| 1.2.1 基于灰度的图像匹配 | 第15-16页 |
| 1.2.2 基于特征的图像匹配 | 第16-17页 |
| 1.3 本文研究的主要内容 | 第17-18页 |
| 1.4 本文的构架安排 | 第18-20页 |
| 第二章 特征点检测及算法研究 | 第20-41页 |
| 2.1 特征检测算子研究 | 第20-25页 |
| 2.1.1 HARRIS角点检测 | 第20-23页 |
| 2.1.2 SUSAN检测算子 | 第23-25页 |
| 2.2 SIFT特征检测算法 | 第25-38页 |
| 2.2.1 SIFT特征检测算法介绍 | 第26-27页 |
| 2.2.2 SIFT算法的实现步骤 | 第27-28页 |
| 2.2.3 尺度空间理论 | 第28-29页 |
| 2.2.4 高斯差分金字塔 | 第29-32页 |
| 2.2.5 检测尺度空间极值点 | 第32-33页 |
| 2.2.6 特征点的精确定位 | 第33-35页 |
| 2.2.7 分配特征点主方向 | 第35-36页 |
| 2.2.8 特征点描述计算 | 第36-38页 |
| 2.3 仿真实验与性能分析 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 SIFT算法图像匹配研究 | 第41-52页 |
| 3.1 SIFT特征点匹配 | 第41-49页 |
| 3.1.1 最近邻距离 | 第41-42页 |
| 3.1.2 K-D树与BBF算法 | 第42-46页 |
| 3.1.3 消除错误匹配点 | 第46-49页 |
| 3.2 SIFT算法的改进算法 | 第49页 |
| 3.3 仿真实验与性能分析 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 特定目标物体管控算法 | 第52-64页 |
| 4.1 管控算法流程 | 第52-53页 |
| 4.2 场景内运动目标检测 | 第53-55页 |
| 4.2.1 混合高斯背景建模 | 第53-54页 |
| 4.2.2 运动目标检测判定 | 第54-55页 |
| 4.3 实验参数及场景设置 | 第55-63页 |
| 4.3.1 复杂场景图像采集 | 第55-60页 |
| 4.3.2 仿真实验与性能分析 | 第60-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 未来工作于展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间已发表或录用的论文 | 第69页 |
