| 中文摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的工作及组织结构 | 第13-15页 |
| 第二章 相关知识与问题分析 | 第15-27页 |
| 2.1 基础知识介绍 | 第15-17页 |
| 2.2.1 图及图的存储结构 | 第15-16页 |
| 2.2.2 Raleigh's ratio理论和Perron-Frobnius理论 | 第16-17页 |
| 2.2 Leordeanu算法介绍 | 第17-19页 |
| 2.2.1 匹配问题的数学描述 | 第17-18页 |
| 2.2.2 松弛法求解二次整数规划问题 | 第18-19页 |
| 2.3 对Leordeanu匹配算法的分析 | 第19-21页 |
| 2.4 具体实现方法 | 第21-22页 |
| 2.5 实验及结果分析 | 第22-26页 |
| 2.5.1 真实图像实验 | 第22-25页 |
| 2.5.2 实验结果分析 | 第25-26页 |
| 2.6 本章总结 | 第26-27页 |
| 第三章 基于图谱的多聚类特征匹配算法 | 第27-39页 |
| 3.1 理论分析 | 第27页 |
| 3.2 基于谱图理论的分层次图匹配 | 第27-30页 |
| 3.2.1 理论说明 | 第27-29页 |
| 3.2.2 算法描述 | 第29-30页 |
| 3.3 通过构造新的代表特征间的关系的向量来进行图匹配 | 第30-32页 |
| 3.3.1 算法描述 | 第30-31页 |
| 3.3.2 稳定性分析 | 第31-32页 |
| 3.4 真实图像实验 | 第32-38页 |
| 3.4.1 两幅图像对应点匹配实验 | 第32-34页 |
| 3.4.2 基于多聚类的图像检索实验 | 第34-38页 |
| 3.5 本章总结 | 第38-39页 |
| 第四章 基于概率推理的递进式特征匹配算法 | 第39-47页 |
| 4.1 主要思想概述 | 第39-40页 |
| 4.2 贝叶斯公式在图匹配中的应用 | 第40-42页 |
| 4.2.1 贝叶斯公式简介 | 第40-41页 |
| 4.2.2 贝叶斯公式在图匹配中的应用 | 第41-42页 |
| 4.3 算法描述 | 第42页 |
| 4.4 实验的具体实现 | 第42-44页 |
| 4.5 实验 | 第44-45页 |
| 4.6 本章总结 | 第45-47页 |
| 第五章 全文总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读学位期间取得的研究成果 | 第55-56页 |
| 致谢 | 第56-57页 |
| 个人简况及联系方式 | 第57-58页 |
| 承诺书 | 第58-59页 |