首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像特征提取和描述的匹配算法研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第14-18页
    1.1 研究背景与意义第14页
    1.2 国内外发展现状第14-16页
    1.3 本文的主要工作和内容安排第16-18页
第二章 特征点的提取第18-28页
    2.1 经典的角点检测算法第18-23页
        2.1.1 Moravec角点检测算子第18-19页
        2.1.2 Harris角点检测算子第19-21页
        2.1.3 SUSAN角点检测算子第21-22页
        2.1.4 FAST角点检测算子第22-23页
    2.2 多尺度特征点检测算法第23-27页
        2.2.1 SIFT特征点检测第23-25页
        2.2.2 SURF特征点检测第25-27页
    2.3 本章小结第27-28页
第三章 特征点的描述第28-34页
    3.1 基于梯度直方图的局部描述子第28-30页
        3.1.1 SIFT描述子第28-29页
        3.1.2 SURF描述子第29-30页
    3.2 基于二进制位串的局部描述子第30-33页
        3.2.1 BRIEF描述子第31页
        3.2.2 ORB描述子第31-33页
    3.3 本章小结第33-34页
第四章 匹配点对提纯的方法第34-36页
    4.1 最近邻/次近邻法第34页
    4.2 双向匹配法第34页
    4.3 随机抽样一致法第34-35页
    4.4 本章小结第35-36页
第五章 一种改进FREAK算法的图像特征点匹配算法第36-46页
    5.1 引言第36页
    5.2 FREAK算法第36-39页
        5.2.1 FAST特征点检测第36-37页
        5.2.2 FREAK特征点描述第37-38页
        5.2.3 特征点匹配第38-39页
    5.3 改进的FREAK算法第39-42页
        5.3.1 SIFT特征点检测第39-41页
        5.3.2 RANSAC剔除误匹配点第41-42页
    5.4 实验对比与结果分析第42-45页
        5.4.1 尺度不同对比实验第42-44页
        5.4.2 算法运行时间对比第44-45页
    5.5 本章小结第45-46页
第六章 基于边缘图像和改进BRISK的图像特征点匹配算法第46-58页
    6.1 引言第46页
    6.2 BRISK算法第46-49页
        6.2.1 特征点检测第46-47页
        6.2.2 BRISK特征点描述第47-49页
        6.2.3 特征点匹配第49页
    6.3 改进的BRISK算法第49-54页
        6.3.1 Sobel算子边缘检测第50-51页
        6.3.2 SURF特征点检测第51-52页
        6.3.3 改进的特征点匹配策略第52-54页
    6.4 实验对比与结果分析第54-57页
        6.4.1 算法匹配效果图第54-55页
        6.4.2 算法性能分析第55-56页
        6.4.3 算法运行时间分析第56-57页
    6.5 本章小结第57-58页
第七章 总结与展望第58-60页
参考文献第60-63页
攻读硕士学位期间发表的学术论文第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于线结构光和3D打印的定制包装填充物制造方法与实现
下一篇:基于VR头盔的腹部器官虚拟手术系统研究