基于FAST检测及SIFT描述的特征检测算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·本课题研究的背景及意义 | 第8-9页 |
| ·局部特征检测概述 | 第9-13页 |
| ·局部特征的定义及分类 | 第10-12页 |
| ·局部特征检测研究现状 | 第12-13页 |
| ·识别图像中物体的局部特征的技术难点 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| ·本文主要内容安排 | 第14页 |
| ·本文创新点及重要贡献 | 第14-15页 |
| 2 常见的局部特征检测算法 | 第15-52页 |
| ·引言 | 第15-16页 |
| ·常见局部特征检测算法 | 第16-47页 |
| ·Harris特征检测算法及性能测试 | 第18-25页 |
| ·SURF特征检测算法及性能测试 | 第25-31页 |
| ·BRISK特征描述算法及性能测试 | 第31-34页 |
| ·SIFT特征检测算法及性能检测 | 第34-41页 |
| ·FAST特征检测算法及性能检测 | 第41-45页 |
| ·常见特征检测算法小结 | 第45-47页 |
| ·SIFT特征描述算法 | 第47-52页 |
| ·确定SIFT采样区域 | 第47-48页 |
| ·旋转图像至主方向 | 第48-49页 |
| ·生成特征向量 | 第49-52页 |
| 3 基于贝叶斯分类器的目标识别算法 | 第52-59页 |
| ·SNR特征的定义 | 第52-54页 |
| ·局部特征与贝叶斯分类 | 第54-55页 |
| ·待测场景的局部特征 | 第54-55页 |
| ·贝叶斯分类器 | 第55页 |
| ·基于朴素贝叶斯分类器的目标识别算法 | 第55-59页 |
| 4 特征点匹配及实验结果 | 第59-68页 |
| ·特征点匹配概述 | 第59页 |
| ·基于SNR特征的贝叶斯分类器 | 第59-68页 |
| ·实验结果 | 第62-65页 |
| ·实验结果评估 | 第65-68页 |
| 5 总结与展望 | 第68-70页 |
| ·全文工作总结 | 第68页 |
| ·未来研究展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |