| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 图像匹配的现状 | 第10-12页 |
| 1.2.2 基于图像内容的图像匹配的现状 | 第12-15页 |
| 1.3 本文研究内容与组织结构 | 第15-16页 |
| 第2章 图像匹配技术介绍 | 第16-31页 |
| 2.1 图像匹配相关概念 | 第16-17页 |
| 2.1.1 图像匹配的定义 | 第16页 |
| 2.1.2 图像匹配主要因素和流程 | 第16-17页 |
| 2.2 图像分割经典算子 | 第17-24页 |
| 2.2.1 图像阈值分割的基本方法 | 第17-20页 |
| 2.2.2 基于边缘检测的图像分割 | 第20-24页 |
| 2.3 基于图像尺度空间特征提取 | 第24-30页 |
| 2.3.1 SIFT算法实现过程 | 第24-28页 |
| 2.3.2 SIFT性能与评价 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于交互式Graph Cuts图像分割的研究 | 第31-42页 |
| 3.1 Graph Cuts算法原理 | 第31-36页 |
| 3.1.1 图论的基本术语 | 第31-32页 |
| 3.1.2 图与图论的映射 | 第32-34页 |
| 3.1.3 能量函数的构造 | 第34-35页 |
| 3.1.4 最小化能量函数 | 第35-36页 |
| 3.2 基于SIFT改进型Graph Cuts算法 | 第36-39页 |
| 3.2.1 关键点的获取 | 第36-37页 |
| 3.2.2 关键点的颜色相似度和尺度相似度 | 第37-38页 |
| 3.2.3 关键点聚类 | 第38-39页 |
| 3.3 评级指标和实验结果与分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于颜色特征图像匹配的研究 | 第42-55页 |
| 4.1 颜色的表示模型 | 第42-44页 |
| 4.1.1 RGB彩色模型 | 第42-43页 |
| 4.1.2 HSV彩色模型 | 第43页 |
| 4.1.3 HSV颜色空间和RGB颜色空间的转化 | 第43-44页 |
| 4.2 颜色特征 | 第44-46页 |
| 4.2.1 颜色直方图 | 第44-45页 |
| 4.2.2 颜色矩 | 第45-46页 |
| 4.3 基于SIFT改进型颜色匹配算法 | 第46-50页 |
| 4.3.1 特征点描述子 | 第46-47页 |
| 4.3.2 基于颜色直方图的图像匹配 | 第47-48页 |
| 4.3.3 Matlab仿真界面 | 第48-50页 |
| 4.4 性能指标及评价标准 | 第50-54页 |
| 4.4.1 查准率与查全率 | 第51页 |
| 4.4.2 综合评价指标 | 第51-52页 |
| 4.4.3 结果评价 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 图像去噪算法的研究 | 第55-66页 |
| 5.1 传统降噪算法 | 第55-58页 |
| 5.1.1 中值滤波器 | 第55页 |
| 5.1.2 自适应中值滤波器滤波 | 第55-56页 |
| 5.1.3 开关型中值滤波器滤波 | 第56-58页 |
| 5.2 改进型均值滤波算法 | 第58-60页 |
| 5.3 评价指标和结果对比 | 第60-64页 |
| 5.3.1 评价指标 | 第60-61页 |
| 5.3.2 结果评价 | 第61-64页 |
| 5.4 改进后的去燥算法对图像匹配的影响 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |