| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.1.1 课题来源 | 第8页 |
| 1.1.2 传统水果分级技术 | 第8-10页 |
| 1.2 国内外的研究概况 | 第10-14页 |
| 1.2.1 水果表面缺陷的研究概况 | 第10-12页 |
| 1.2.2 压缩感知技术的研究概况 | 第12-14页 |
| 1.3 课题研究的意义和内容 | 第14-15页 |
| 1.3.1 研究的意义 | 第14页 |
| 1.3.2 课题的研究内容 | 第14-15页 |
| 1.4 本文的方法和技术路线 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第二章 压缩感知技术理论研究 | 第17-23页 |
| 2.1 压缩感知理论的提出 | 第17页 |
| 2.2 压缩感知理论框架 | 第17-18页 |
| 2.3 压缩感知基本理论 | 第18-21页 |
| 2.3.1 信号的稀疏表示 | 第19-20页 |
| 2.3.2 信号的观测矩阵 | 第20-21页 |
| 2.3.3 信号的重构算法 | 第21页 |
| 2.4 压缩感知在图像特征提取与匹配中的应用 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 图像预处理与匹配相关技术研究 | 第23-36页 |
| 3.1 图像预处理 | 第23-30页 |
| 3.1.1 图像的数字表示 | 第23-24页 |
| 3.1.2 灰度变换 | 第24页 |
| 3.1.3 几何变换 | 第24-26页 |
| 3.1.4 图像增强 | 第26-28页 |
| 3.1.5 图像分割 | 第28-30页 |
| 3.2 图像匹配理论 | 第30-32页 |
| 3.2.1 图像匹配的定义 | 第30页 |
| 3.2.2 图像匹配的一般性描述 | 第30-31页 |
| 3.2.3 图像匹配的四要素 | 第31页 |
| 3.2.4 图像匹配的基本流程 | 第31-32页 |
| 3.3 常见的图像匹配算法 | 第32-35页 |
| 3.3.1 基于灰度的图像匹配方法 | 第32-33页 |
| 3.3.2 基于特征点的图像匹配方法 | 第33-35页 |
| 3.3.3 基于变换域的图像匹配方法 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 SURF算法的理论研究 | 第36-43页 |
| 4.1 局部特征 | 第36页 |
| 4.2 SURF算法理论 | 第36-42页 |
| 4.2.1 特征点的检测 | 第37-39页 |
| 4.2.2 特征点的精确定位 | 第39页 |
| 4.2.3 确定特征点的主方向 | 第39-40页 |
| 4.2.4 特征点的描述向量 | 第40-41页 |
| 4.2.5 特征点的提取 | 第41页 |
| 4.2.6 特征点的匹配 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 基于SURF的脐橙表面图像匹配算法研究与实现 | 第43-54页 |
| 5.1 基于压缩感知和小波变换的SURF脐橙表面缺陷图像匹配算法 | 第43-50页 |
| 5.1.1 算法的技术路线图 | 第43页 |
| 5.1.2 基于压缩感知的图像表示 | 第43-45页 |
| 5.1.3 改进的算法流程 | 第45-46页 |
| 5.1.4 算法流程的具体描述 | 第46-47页 |
| 5.1.5 仿真实验与分析 | 第47-50页 |
| 5.2 系统整体设计 | 第50-51页 |
| 5.3 图像采集装置设计 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 个人简历 在读期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |