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

论文共78页,点击 下载论文
上一篇:基于HTML5的群体运动监测APP的设计与实现
下一篇:基于2DPCA的低分辨率人脸识别算法研究