摘要 | 第4-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第12-26页 |
1.1 课题的研究背景和意义 | 第12-13页 |
1.2 基于局部特征描述的识别方法研究现状 | 第13-18页 |
1.2.1 特征点检测研究现状 | 第14-16页 |
1.2.2 特征点描述研究现状 | 第16-17页 |
1.2.3 特征匹配与目标识别研究现状 | 第17-18页 |
1.3 局部二进制描述方式综述 | 第18-23页 |
1.3.1 基于手动设计的局部二进制描述 | 第18-19页 |
1.3.2 手动设计二进制特征描述的改进 | 第19-20页 |
1.3.3 基于优化学习的局部二进制描述 | 第20-21页 |
1.3.4 优化学习的二进制描述研究进展 | 第21-23页 |
1.4 目标识别及其特征描述存在问题 | 第23-24页 |
1.5 本文主要研究内容 | 第24-26页 |
第二章 基于标量量化与倒排索引策略的目标识别方法 | 第26-44页 |
2.1 引言 | 第26页 |
2.2 SIFT检测与描述基础理论 | 第26-29页 |
2.3 标量量化与倒排索引策略和原理 | 第29-32页 |
2.3.1 浮点型描述向量标量量化 | 第29-30页 |
2.3.2 倒排列表索引策略查询 | 第30-32页 |
2.4 标量量化与倒排索引策略的匹配和识别方法 | 第32-35页 |
2.4.1 相似度规则获取候选特征点 | 第32页 |
2.4.2 距离比例准则和随机采样匹配点 | 第32-34页 |
2.4.3 依据正确匹配率识别目标 | 第34-35页 |
2.5 实验比较与分析 | 第35-42页 |
2.5.1 机器人系统硬件组成 | 第35-37页 |
2.5.2 测试环境与评价依据 | 第37-38页 |
2.5.3 标准库以及装配设备 | 第38页 |
2.5.4 描述方式区分性能评估 | 第38-40页 |
2.5.5 标准工件目标识别结果分析 | 第40页 |
2.5.6 SQIF、SIFT等算法执行时间 | 第40-42页 |
2.6 本章小结 | 第42-44页 |
第三章 基于改进型视网膜关键点描述的目标识别方法 | 第44-62页 |
3.1 引言 | 第44页 |
3.2 视网膜关键点描述基础理论 | 第44-47页 |
3.3 改进型视网膜关键点描述原理 | 第47-51页 |
3.3.1 Fast-Difference特征提取 | 第47页 |
3.3.2 局部邻域多组层区域构建 | 第47-48页 |
3.3.3 采样映射模型和点对组合方式 | 第48-50页 |
3.3.4 采样点对迭代选择机制 | 第50-51页 |
3.4 改进型视网膜关键点描述的匹配与识别方法 | 第51-53页 |
3.4.1 最近邻准则和随机采样匹配点 | 第51页 |
3.4.2 K-D树搜索策略查询匹配点 | 第51-52页 |
3.4.3 依据正确匹配率识别目标 | 第52-53页 |
3.5 实验比较与分析 | 第53-60页 |
3.5.1 选择标准工件视频建立测试集 | 第53-54页 |
3.5.2 区域分割与映射模型参数评估 | 第54-56页 |
3.5.3 描述方式区分性能对比 | 第56-58页 |
3.5.4 标准工件目标识别效果分析 | 第58-59页 |
3.5.5 ImFREAK、FREAK算法执行时间 | 第59-60页 |
3.6 本章小结 | 第60-62页 |
第四章 基于最优投影变换特征点描述的目标识别方法 | 第62-82页 |
4.1 引言 | 第62页 |
4.2 投影变换不变性基础理论 | 第62-64页 |
4.3 最优投影变换特征点描述原理 | 第64-68页 |
4.3.1 目标函数确定 | 第64-65页 |
4.3.2 最优投影向量计算 | 第65-66页 |
4.3.3 变换阈值参数求解 | 第66-67页 |
4.3.4 局部二进制描述向量建立 | 第67-68页 |
4.4 最优投影变换特征点描述的匹配与识别方法 | 第68-71页 |
4.4.1 距离比例准则与随机采样匹配点 | 第68页 |
4.4.2 BBF搜索策略查询匹配点 | 第68-70页 |
4.4.3 依据正确匹配率识别目标 | 第70-71页 |
4.5 实验比较与分析 | 第71-77页 |
4.5.1 利用装配设备视频建立训练与测试集 | 第71-72页 |
4.5.2 最优投影变换参数评估 | 第72-73页 |
4.5.3 ROC数据与连线对比描述方式区分性能 | 第73-74页 |
4.5.4 典型装配设备识别结果分析 | 第74-75页 |
4.5.5 OPTI、ORB等算法执行时间比较 | 第75-77页 |
4.5.6 存储空间占用与消耗初步统计 | 第77页 |
4.6 局部二进制描述及其识别理论分析与对比 | 第77-81页 |
4.6.1 标量量化与倒排索引的识别优势和缺陷 | 第77-78页 |
4.6.2 改进型视网膜描述的识别优点和不足 | 第78-79页 |
4.6.3 最优投影变换描述的识别优越性 | 第79-80页 |
4.6.4 局部二进制描述与识别方法对比 | 第80-81页 |
4.7 本章小结 | 第81-82页 |
第五章 多尺度矩形域优化选择的局部二进制描述方式 | 第82-94页 |
5.1 引言 | 第82页 |
5.2 多尺度空间基础理论 | 第82-84页 |
5.3 多尺度矩形区域优化选择的描述原理 | 第84-88页 |
5.3.1 局部邻域多尺度图像建立 | 第84-85页 |
5.3.2 候选矩形区域参数数据提取 | 第85页 |
5.3.3 矩形区域快速优化选择 | 第85-88页 |
5.3.4 二进制类型描述数据生成 | 第88页 |
5.4 实验比较与分析 | 第88-93页 |
5.4.1 召回率精确率信息评估描述方式区分特性 | 第89-90页 |
5.4.2 MRFO、RFDg等算法执行时间比较 | 第90-91页 |
5.4.3 存储空间占用与消耗全面分析 | 第91-93页 |
5.5 本章小结 | 第93-94页 |
第六章 多级量化差值参数数据嵌入的快速局部特征匹配策略 | 第94-104页 |
6.1 引言 | 第94页 |
6.2 ORB检测与描述基础理论 | 第94-96页 |
6.3 多级量化差值参数数据嵌入的快速匹配原理 | 第96-101页 |
6.3.1 相似度规则与查询矩阵匹配特征 | 第96-98页 |
6.3.2 多级量化差值参数数据嵌入 | 第98-99页 |
6.3.3 特征匹配等级和匹配方式 | 第99-101页 |
6.4 实验比较与分析 | 第101-103页 |
6.4.1 匹配策略区分性能评估 | 第101-102页 |
6.4.2 匹配策略运算时间比较 | 第102-103页 |
6.5 本章小结 | 第103-104页 |
第七章 结论与展望 | 第104-108页 |
7.1 论文结论 | 第104-106页 |
7.2 研究展望 | 第106-108页 |
参考文献 | 第108-116页 |
攻读学位期间所取得的相关科研成果 | 第116-118页 |
致谢 | 第118页 |