基于LSK特征提取的仪表检测算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 选题背景及研究意义 | 第8页 |
| 1.2 图像目标检测研究现状 | 第8-11页 |
| 1.2.1 目标检测方法及其研究进展 | 第9-10页 |
| 1.2.2 目标检测的热点应用领域及其应用分支 | 第10-11页 |
| 1.3 仪表检测处理流程 | 第11-13页 |
| 1.3.1 仪表图像的特征提取 | 第12页 |
| 1.3.2 仪表特征降维与匹配 | 第12-13页 |
| 1.3.3 仪表的检测 | 第13页 |
| 1.4 本文研究内容及章节安排 | 第13-16页 |
| 第2章 图像目标的特征表示方法 | 第16-24页 |
| 2.1 梯度方向直方图(HOG)算法 | 第16-19页 |
| 2.2 局部二值模式(LBP)算法 | 第19-20页 |
| 2.3 局部转向核函数(LSK)算法 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 特征降维 | 第24-32页 |
| 3.1 监督学习法 | 第24-25页 |
| 3.2 无监督学习法 | 第25-30页 |
| 3.2.1 主成分分析法 | 第26页 |
| 3.2.2 局部保留投影法 | 第26页 |
| 3.2.3 邻域保持嵌入法 | 第26-29页 |
| 3.2.4 等距特征映射法 | 第29-30页 |
| 3.3 本章小结 | 第30-32页 |
| 第4章 基于LSK特征提取与降维的仪表检测方法 | 第32-50页 |
| 4.1 本文算法实现及具体流程 | 第32-38页 |
| 4.1.1 LSK提取仪表图像特征 | 第34-35页 |
| 4.1.2 查询图像与目标图像的特征降维 | 第35-36页 |
| 4.1.3 特征相似性度量 | 第36-37页 |
| 4.1.4 显著性检验与非极大值抑制 | 第37-38页 |
| 4.2 实验结果与分析 | 第38-48页 |
| 4.2.1 灵敏度对检测结果的影响 | 第39-43页 |
| 4.2.2 不同类型仪表检测实验 | 第43-45页 |
| 4.2.3 不同降维算法对仪表检测的影响分析 | 第45-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 论文工作总结 | 第50页 |
| 5.2 论文研究展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间完成的科研成果 | 第56-58页 |
| 致谢 | 第58页 |
