图像的特征提取与描述的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·问题的提出 | 第8页 |
| ·研究的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文的主要工作 | 第11-13页 |
| 2 视觉不变性理论 | 第13-16页 |
| ·视觉不变性理论 | 第13-14页 |
| ·视觉不变性理论在图像处理中的应用 | 第14-16页 |
| 3 图像不变特征检测 | 第16-25页 |
| ·特征点检测算法 | 第16-23页 |
| ·特征点检测算子 | 第16-18页 |
| ·点检测算子性能评估 | 第18页 |
| ·DoG 检测 | 第18-19页 |
| ·DoG检测局限及改进 | 第19-20页 |
| ·积分图像（Integral image） | 第20页 |
| ·CLoM 算法实现 | 第20-21页 |
| ·LoM 特征点提取 | 第21-22页 |
| ·CLoM 算法 | 第22-23页 |
| ·实验效果及分析 | 第23-25页 |
| 4 图像不变特征描述 | 第25-34页 |
| ·特征描述算子 | 第25-27页 |
| ·差分统计描述算子 | 第27-30页 |
| ·差分统计描述算子的构造 | 第27-29页 |
| ·不变性分析 | 第29-30页 |
| ·实验结果 | 第30-34页 |
| 5 特征匹配 | 第34-43页 |
| ·特征点匹配的定义 | 第34页 |
| ·基于局部灰度信息的特征匹配 | 第34-37页 |
| ·基于边缘形状信息的特征匹配 | 第37-40页 |
| ·基于特征向量的特征点匹配 | 第40页 |
| ·实验结果 | 第40-43页 |
| 6 特征提取和描述在图像配准中的应用 | 第43-54页 |
| ·图像配准的理论和方法 | 第43-46页 |
| ·图像配准的定义 | 第43页 |
| ·图像配准的方法流程 | 第43-46页 |
| ·本文算法实现 | 第46-47页 |
| ·确定图像间的旋转角度 | 第47-50页 |
| ·梯度方向直方图确定特征点主方向 | 第47-49页 |
| ·特征点点对的角度直方图确定旋转角 | 第49-50页 |
| ·配准实验及效果分析 | 第50-54页 |
| ·两幅图片的配准 | 第50-51页 |
| ·多幅图片的拼接 | 第51-54页 |
| 7 结论与展望 | 第54-56页 |
| ·主要结论 | 第54页 |
| ·后续研究工作的展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
