基于局部特征的图像匹配算法研究
| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究目的和意义 | 第8-9页 |
| 1.2 图像匹配的国内外研究现状 | 第9-11页 |
| 1.2.1 国内外研究现状 | 第9-10页 |
| 1.2.2 研究难点 | 第10-11页 |
| 1.3 论文主要研究内容及结构安排 | 第11-12页 |
| 第二章 图像匹配相关算法综述 | 第12-23页 |
| 2.1 图像匹配概述 | 第12-14页 |
| 2.1.1 图像匹配定义 | 第12页 |
| 2.1.2 图像匹配的过程 | 第12-14页 |
| 2.2 图像匹配方法分类 | 第14-21页 |
| 2.2.1 基于灰度的图像匹配 | 第15-17页 |
| 2.2.2 基于变换域的图像匹配 | 第17-19页 |
| 2.2.3 基于特征的图像匹配 | 第19-21页 |
| 2.3 图像匹配性能评估标准 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 局部特征提取算法分析 | 第23-43页 |
| 3.1 特征提取方法分类 | 第23-25页 |
| 3.1.1 面特征分析 | 第23页 |
| 3.1.2 线特征分析 | 第23-25页 |
| 3.1.3 点特征分析 | 第25页 |
| 3.2 经典特征点提取算法 | 第25-40页 |
| 3.2.1 Harris算法 | 第26-29页 |
| 3.2.2 Fast算法 | 第29-31页 |
| 3.2.3 SIFT算法 | 第31-35页 |
| 3.2.4 SURF算法 | 第35-38页 |
| 3.2.5 ORB算法 | 第38-40页 |
| 3.3 特征点提取算法对比分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 改进ORB算法的图像匹配 | 第43-58页 |
| 4.1 引言 | 第43页 |
| 4.2 ORB算法的改进 | 第43-45页 |
| 4.3 改进K-D树算法的特征点粗匹配 | 第45-47页 |
| 4.4 基于随机采样一致性的误匹配删除 | 第47-49页 |
| 4.5 算法流程 | 第49-50页 |
| 4.6 实验结果分析 | 第50-56页 |
| 4.6.1 特征点提取性能比较 | 第50-52页 |
| 4.6.2 旋转不变性性能比较 | 第52-54页 |
| 4.6.3 尺度不变性性能比较 | 第54页 |
| 4.6.4 经典牛津数据库匹配实验 | 第54-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 硕士研究生期间发表论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
