PCB板识别中HU矩和SIFT算法改进研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 引言 | 第9-14页 |
1.1 本课题的背景及研究意义 | 第9页 |
1.2 图像特征匹配介绍 | 第9-12页 |
1.2.1 基于灰度的特征匹配 | 第10页 |
1.2.2 基于图像特征的匹配技术 | 第10-11页 |
1.2.3 基于形状特征匹配介绍 | 第11-12页 |
1.3 图像特征匹配及形状特征研究现状 | 第12页 |
1.4 论文的主要工作 | 第12-13页 |
1.5 内容文章安排 | 第13-14页 |
2 SIFT算法 | 第14-28页 |
2.1 SIFT算法概述 | 第14页 |
2.2 SIFT的步骤 | 第14-26页 |
2.2.1 图像的尺度空间构建 | 第15-19页 |
2.2.2 高斯差分求极值点 | 第19-22页 |
2.2.3 极值点的方向 | 第22-24页 |
2.2.4 关键点的描述子生成 | 第24页 |
2.2.5 特征点匹配 | 第24-26页 |
2.3 SIFT算法的扩展 | 第26-28页 |
2.3.1 PCA-SIFT | 第26页 |
2.3.2 SURF算法 | 第26-28页 |
3 HU不变几何矩 | 第28-39页 |
3.1 不变矩概述 | 第28页 |
3.2 Hu不变矩 | 第28-31页 |
3.2.1 Hu矩理论 | 第28-29页 |
3.2.2 Hu矩的具体表现形式 | 第29-30页 |
3.2.3 Hu矩的实现过程 | 第30-31页 |
3.3 图像预处理 | 第31-39页 |
3.3.1 图像灰度化 | 第32页 |
3.3.2 图像平滑处理 | 第32-39页 |
4 SIFT算法和Hu矩改进 | 第39-70页 |
4.1 SIFT算法的改进研究 | 第39-51页 |
4.1.1 RANSAC算法筛选特征点 | 第40-43页 |
4.1.2 绝对值距离匹配点 | 第43-46页 |
4.1.3 Canny算子 | 第46-50页 |
4.1.4 改进后SIFT实验仿真 | 第50-51页 |
4.2 Hu矩的改进研究 | 第51-70页 |
5 改进前后的SIFT算法在PCB板识别中的仿真 | 第70-77页 |
6 总结与展望 | 第77-78页 |
参考文献 | 第78-80页 |
攻读硕士学位期间发表的论文及科研成果 | 第80-81页 |
致谢 | 第81页 |