| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究工作的背景与意义 | 第12-14页 |
| 1.2 角点检测算法的国内外研究历史与现状 | 第14-18页 |
| 1.2.1 基于图像灰度的角点检测算法 | 第15-17页 |
| 1.2.2 基于图像轮廓的角点检测算法 | 第17-18页 |
| 1.3 本文的主要贡献与创新 | 第18-20页 |
| 1.4 本论文的结构安排 | 第20-21页 |
| 第二章 基于轮廓特征的经典角点检测算法研究与改进 | 第21-32页 |
| 2.1 CSS角点检测算法 | 第21-24页 |
| 2.2 CPDA角点算法 | 第24-28页 |
| 2.2.1 CPDA算法的介绍 | 第24-27页 |
| 2.2.2 CPDA算法的改进 | 第27-28页 |
| 2.3 CTAR算法 & CCR算法 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于轮廓差分的角点检测算法 | 第32-47页 |
| 3.1 轮廓的二阶差分性质 | 第33-37页 |
| 3.2 定义角点响应函数 | 第37-38页 |
| 3.3 SODC角点检测算法的主要步骤 | 第38-45页 |
| 3.3.1 Canny边缘检测算子 | 第38-40页 |
| 3.3.2 轮廓的提取 | 第40-41页 |
| 3.3.3 多尺度的选择 | 第41-42页 |
| 3.3.4 主要参数的设置 | 第42-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 角点检测算法的性能评估 | 第47-61页 |
| 4.1 性能评估准则 | 第47-50页 |
| 4.2 实验数据集的获取 | 第50-52页 |
| 4.3 实验的结果与分析 | 第52-58页 |
| 4.3.1 CPDA、Fast-CPDA和ACRA算法性能比较 | 第52页 |
| 4.3.2 SODC算法的性能分析 | 第52-55页 |
| 4.3.3 SODC算法的计算效率分析 | 第55-58页 |
| 4.4 本章小结 | 第58-61页 |
| 第五章 全文总结与展望 | 第61-64页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 后续工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻硕期间取得的研究成果 | 第69-70页 |