商标识别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景与意义 | 第9页 |
| ·研究对象及内容 | 第9-11页 |
| ·主要应用场景 | 第11页 |
| ·主要难点 | 第11-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 相关研究的现状 | 第14-37页 |
| ·商标检测与识别方法综述 | 第14-15页 |
| ·直接对商标进行检测和识别的方法 | 第15-17页 |
| ·对商标提取全局不变特征的方法 | 第15-16页 |
| ·对商标直接应用机器学习的方法 | 第16-17页 |
| ·基于特征的物体检测和识别方法 | 第17-29页 |
| ·基于明暗特征的图像识别 | 第17-18页 |
| ·基于不变特征的图像识别 | 第18-20页 |
| ·针对特定图像提出的特定特征 | 第20-22页 |
| ·基于图象属性的物体检测与识别方法 | 第22页 |
| ·基于纹理的物体检测和识别方法 | 第22-29页 |
| ·基于特征点的匹配算法 | 第29-37页 |
| ·机器学习的方法 | 第30-33页 |
| ·特征点匹配算法 | 第33-37页 |
| 第三章 本文算法介绍 | 第37-41页 |
| ·算法流程介绍 | 第37-41页 |
| ·训练模块 | 第38-39页 |
| ·识别模块 | 第39-41页 |
| 第四章 稳定特征的研究与实现 | 第41-45页 |
| ·兴趣点的提取 | 第41-42页 |
| ·稳定特征点定位 | 第42-43页 |
| ·特征点方向，大小确定 | 第43页 |
| ·特征点描述符 | 第43-45页 |
| 第五章 特征简化的研究与实现 | 第45-49页 |
| ·问题提出的背景 | 第45-46页 |
| ·问题的解决方案 | 第46-49页 |
| ·单个商标特征的精简 | 第46-48页 |
| ·多个相同商标特征的精简 | 第48-49页 |
| 第六章 匹配算法的研究与实现 | 第49-57页 |
| ·匹配算法概述 | 第49页 |
| ·点与点的匹配算法研究与实现 | 第49-53页 |
| ·BSD-tree 构造 | 第51-53页 |
| ·BSD-tree 与KD-tree 的比较 | 第53页 |
| ·点集与点集的匹配算法研究与实现 | 第53-55页 |
| ·算法比较与分析 | 第55-57页 |
| 第七章 算法评估 | 第57-60页 |
| ·评价指标 | 第57页 |
| ·评价准则 | 第57-58页 |
| ·算法性能分析 | 第58-60页 |
| 第八章 总结 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表论文 | 第68-71页 |
| 上海交通大学学位论文答辩决议书 | 第71页 |
