图像匹配方法研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·图像匹配介绍 | 第8-9页 |
| ·图像匹配的研究意义 | 第9-10页 |
| ·课题研究状况 | 第10页 |
| ·论文研究内容及结构安排 | 第10-12页 |
| 第2章 图像匹配相关理论 | 第12-20页 |
| ·图像匹配概述 | 第12-16页 |
| ·图像匹配的定义 | 第12页 |
| ·图像匹配的数学描述 | 第12-14页 |
| ·图像匹配方法的分类 | 第14-16页 |
| ·图像匹配的一般流程及关键要素 | 第16-18页 |
| ·图像匹配的性能要求 | 第18-20页 |
| 第3章 图像特征匹配 | 第20-38页 |
| ·图像特征及其常用的特征提取与匹配方法 | 第20-27页 |
| ·颜色特征 | 第20-21页 |
| ·纹理特征 | 第21-25页 |
| ·形状特征 | 第25-26页 |
| ·空间关系特征 | 第26-27页 |
| ·特征点理论 | 第27-28页 |
| ·特征点的概念 | 第27页 |
| ·特征点提取算法分类 | 第27-28页 |
| ·SIFT匹配算法研究 | 第28-38页 |
| ·SIFT算法特点 | 第28-29页 |
| ·SIFT算法步骤 | 第29-38页 |
| 第4章 本文提出的关于SIFT算法的改进 | 第38-50页 |
| ·ICA-SIFT算法的构造 | 第38-42页 |
| ·基于PCA的改进算法 | 第38页 |
| ·PCA方法的缺点 | 第38-39页 |
| ·ICA介绍 | 第39-40页 |
| ·统计独立的基本概念 | 第40页 |
| ·独立分量分析定义及线性模型 | 第40-41页 |
| ·利用ICA对特征向量降维 | 第41-42页 |
| ·ICA-SIFT算子提取特征点算法描述 | 第42页 |
| ·利用旋转模板匹配 | 第42-46页 |
| ·对误匹配点集进行模板匹配分析相关系数 | 第42-44页 |
| ·基于旋转模板匹配对SIFT算法的改进 | 第44-45页 |
| ·利用相关性系数对旋转后的特征点进行二次匹配 | 第45-46页 |
| ·实验数据与分析 | 第46-50页 |
| ·ICA-SIFT算法实验 | 第46-47页 |
| ·旋转模板匹配算法实验 | 第47-49页 |
| ·结果分析 | 第49-50页 |
| 第5章 基于图像匹配技术烟草异物剔除系统 | 第50-57页 |
| ·研究意义 | 第50页 |
| ·系统结构与工作原理 | 第50-53页 |
| ·输入单层化装置 | 第50-51页 |
| ·光学成像系统 | 第51-52页 |
| ·图像采集与处理单元 | 第52-53页 |
| ·剔除装置 | 第53页 |
| ·基于图像颜色特征的异物识别原理 | 第53-55页 |
| ·建立颜色查找表 | 第54页 |
| ·图像的二值化处理 | 第54-55页 |
| ·阈值判断 | 第55页 |
| ·系统测试结果及分析 | 第55-57页 |
| 第6章 总结 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录:研究生期间的科研成果 | 第63页 |
