基于OpenCV的物体识别引擎的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 OpenCV简介 | 第10-11页 |
| 1.4 研究内容 | 第11-13页 |
| 1.5 论文的主要内容及结构 | 第13-15页 |
| 第二章 基于图片特征的物体识别方案 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 特征的提取 | 第15-21页 |
| 2.2.1 Harris特征 | 第16-17页 |
| 2.2.2 FAST特征 | 第17-18页 |
| 2.2.3 SURF特征 | 第18-20页 |
| 2.2.4 实验与结果分析 | 第20-21页 |
| 2.3 特征的匹配与过滤 | 第21-25页 |
| 2.3.1 线性查找算法 | 第21-22页 |
| 2.3.2 FLANN快速近似近邻查找 | 第22页 |
| 2.3.3 匹配点的过滤 | 第22-25页 |
| 2.4 匹配识别方案的设计 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 样本库的持久化方案 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 leveldb存储引擎研究 | 第27-31页 |
| 3.2.1 原理架构研究分析 | 第28-30页 |
| 3.2.2 读写性能实验 | 第30-31页 |
| 3.3 标签与特征信息的序列化 | 第31-34页 |
| 3.3.1 使用FileStorage序列化 | 第31-33页 |
| 3.3.2 使用JsonCpp序列化 | 第33-34页 |
| 3.4 持久化方案设计 | 第34-37页 |
| 3.4.1 键的设计 | 第34-35页 |
| 3.4.2 值的设计 | 第35-36页 |
| 3.4.3 与关系型数据库的比较 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 引擎的设计与实现 | 第39-54页 |
| 4.1 引擎总体设计 | 第39-48页 |
| 4.1.1 引擎需求内容 | 第39-41页 |
| 4.1.2 引擎架构设计 | 第41-44页 |
| 4.1.3 引擎主要流程 | 第44-46页 |
| 4.1.4 引擎开发环境准备 | 第46-48页 |
| 4.2 引擎模块设计与实现 | 第48-53页 |
| 4.2.1 特征检测模块 | 第48-49页 |
| 4.2.2 特征匹配模块 | 第49-50页 |
| 4.2.3 持久化模块 | 第50-51页 |
| 4.2.4 迭代器模块 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 性能评估 | 第54-59页 |
| 5.1 实验数据 | 第54页 |
| 5.2 性能测试 | 第54-56页 |
| 5.2.1 样本录入性能 | 第55页 |
| 5.2.2 物体识别性能 | 第55-56页 |
| 5.3 准确度测试 | 第56-58页 |
| 5.3.1 相似度计算结果示例 | 第56-57页 |
| 5.3.2 识别成功率实验 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 论文总结与展望 | 第59-61页 |
| 6.1 论文工作总结 | 第59页 |
| 6.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间学术论文发表情况 | 第64页 |
