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

特征点提取及其在图像匹配中的应用研究

摘要第1-8页
Abstract第8-10页
第一章 绪论第10-19页
   ·引言第10-11页
   ·特征点提取技术现状第11-12页
   ·图像匹配技术综述第12-16页
     ·基于灰度的图像匹配第13-14页
     ·基于特征的图像匹配第14-16页
     ·基于理解和解释的图像匹配第16页
   ·应用现状和面临的主要问题第16-17页
   ·论文的主要内容和组织结构第17-19页
第二章 特征点提取算法研究第19-36页
   ·引言第19页
   ·几种常用的特征点提取算子第19-24页
     ·Moravec算子第19-20页
     ·F(o|¨)rstner算子第20-22页
     ·Harris算子第22-23页
     ·SUSAN算子第23-24页
   ·SIFT算子第24-27页
   ·特征点提取算子性能评估第27-35页
     ·速度比较实验第29-31页
     ·精度比较实验第31-32页
     ·适应性实验第32-35页
   ·本章小结第35-36页
第三章 基于IHD和遗传搜索的特征点匹配算法第36-50页
   ·引言第36页
   ·Hausdorff距离测度第36-40页
     ·经典的Hausdorff距离改进形式第37-38页
     ·本文提出的Hausdorff距离改进形式第38-39页
     ·IHD的可行性分析第39-40页
   ·遗传搜索策略第40-45页
     ·基本遗传算法的实现策略第41-42页
     ·本文提出的遗传搜索策略第42-44页
     ·本文遗传搜索策略的可行性分析第44-45页
   ·实验与分析第45-48页
     ·实验步骤及参数设定第45-46页
     ·实验结果与分析第46-48页
   ·本章小结第48-50页
第四章 基于改进SIFT特征描述符的特征点匹配算法第50-67页
   ·引言第50-51页
   ·SIFT特征描述符及其改进第51-53页
     ·SIFT特征描述符第51-52页
     ·改进的SIFT特征描述符第52-53页
   ·特征点匹配的实现策略第53-54页
   ·特征点匹配评价第54-55页
     ·目视观察法第54页
     ·参数评价法第54-55页
     ·比较评价法第55页
   ·实验论证与结果分析第55-66页
   ·本章小结第66-67页
第五章 总结与展望第67-69页
   ·总结第67-68页
   ·展望第68-69页
参考文献第69-73页
作者简历 攻读硕士学位期间完成的主要工作第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:光学合成孔径图像高清晰重建算法研究
下一篇:数字水印技术在图像版权保护中的应用研究