基于SIFT的商标图像检索技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究对象和内容 | 第8-10页 |
| ·存在的问题 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 基于特征点检测的图像检索技术研究现状 | 第13-31页 |
| ·基本的特征提取方法 | 第13-16页 |
| ·颜色特征 | 第13-14页 |
| ·形状特征 | 第14-15页 |
| ·纹理特征 | 第15页 |
| ·语义高级特征 | 第15-16页 |
| ·典型特征点提取方法 | 第16-29页 |
| ·Moravec算子 | 第17-18页 |
| ·Harris算子 | 第18-19页 |
| ·SUSAN算子 | 第19-21页 |
| ·SIFT算子 | 第21-24页 |
| ·实验结果与分析 | 第24-29页 |
| ·相似性度量 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 SIFT算子及其与CCH算子的比较研究 | 第31-37页 |
| ·SIFT特征描述子 | 第31-32页 |
| ·确定特征点方向 | 第31页 |
| ·特征描述子的生成 | 第31-32页 |
| ·CCH描述子方法 | 第32-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于简化SIFT算子的商标图像检索研究 | 第37-55页 |
| ·商标图像的特点 | 第37-39页 |
| ·SIFT算子的简化 | 第39-43页 |
| ·简化SIFT特征点提取 | 第40-41页 |
| ·简化特征描述子的生成 | 第41-43页 |
| ·SIFT特征点的匹配 | 第43-48页 |
| ·KD-tree和BBF的构造 | 第44-46页 |
| ·最近邻NN方法 | 第46-47页 |
| ·RANSAC算法 | 第47-48页 |
| ·实验结果与分析 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 结合小波边缘检测的SIFT改进算法 | 第55-63页 |
| ·基于小波变换的模极大值边缘检测算法 | 第55-59页 |
| ·结合SIFT算子的特征生成方法 | 第59-60页 |
| ·实验结果与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 硕士学位期间取得的科研成果 | 第69-71页 |
| 致谢 | 第71-72页 |
