首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于ORB算法的图像匹配方法研究

摘要第3-4页
Abstract第4-5页
第1章 引言第8-14页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 本文的主要内容与章节安排第11-14页
第2章 图像匹配相关技术介绍第14-22页
    2.1 图像匹配概述第14-17页
        2.1.1 图像匹配定义第14-15页
        2.1.2 图像匹配的一般流程第15-16页
        2.1.3 图像匹配性能评估标准第16-17页
    2.2 图像匹配方法分类第17-20页
        2.2.1 基于灰度的匹配方法第17-18页
        2.2.2 基于变换域的匹配方法第18-19页
        2.2.3 基于图像特征的匹配方法第19-20页
        2.2.4 基于其他理论的图像匹配方法第20页
    2.3 本章小结第20-22页
第3章 经典的局部特征匹配算法分析第22-34页
    3.1 SIFT算法介绍第22-24页
    3.2 SURF算法第24-27页
        3.2.1 特征点检测第24-26页
        3.2.2 主方向确定第26-27页
        3.2.3 特征点描述子生成第27页
    3.3 ORB算法第27-31页
        3.3.1 特征点检测第27-29页
        3.3.2 主方向确定第29页
        3.3.3 特征点描述子生成第29-31页
    3.4 三种常用局部特征匹配算法的分析第31-32页
    3.5 本章小结第32-34页
第4章 基于空间特征点分布描述符对ORB算法的改进研究第34-48页
    4.1 引言第34页
    4.2 问题描述第34-36页
    4.3 基于空间特征点分布描述符的思想第36-38页
    4.4 算法步骤第38-40页
    4.5 实验仿真及结果分析第40-47页
        4.5.1 实验条件第40页
        4.5.2 实验结果及分析第40-47页
    4.6 本章小结第47-48页
第5章 基于相对全局形状描述符对ORB算法的改进研究第48-62页
    5.1 引言第48页
    5.2 边缘点提取第48-50页
    5.3 基于相对全局形状描述符的思想第50-51页
    5.4 算法步骤第51-53页
    5.5 实验仿真第53-60页
        5.5.1 实验条件第53页
        5.5.2 实验结果及分析第53-60页
    5.6 本章小结第60-62页
第6章 总结与展望第62-64页
    6.1 总结第62-63页
    6.2 工作展望第63-64页
参考文献第64-68页
致谢第68-70页
攻读硕士学位期间的研究成果第70页

论文共70页,点击 下载论文
上一篇:基于Web的SQL注入漏洞扫描系统的分析与设计
下一篇:基于粒子群优化技术的KK-SOVF语音信号序列预测模型研究