| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 运动估计的国内外研究现状 | 第13-14页 |
| 1.2.2 特征点匹配算法的国内外研究现状 | 第14-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 大输液智能灯检机的系统结构 | 第19-26页 |
| 2.1 机械系统设计 | 第20-21页 |
| 2.2 光学成像系统设计 | 第21-22页 |
| 2.3 电气控制系统设计 | 第22-23页 |
| 2.4 视觉图像处理系统 | 第23-24页 |
| 2.5 所遇难点及挑战 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于图像局部特征的特征点检测算法 | 第26-44页 |
| 3.1 SIFT特征检测 | 第26-31页 |
| 3.1.1 尺度空间极值检测与定位 | 第26-30页 |
| 3.1.2 特征点主方向的分配 | 第30-31页 |
| 3.2 SURF特征检测 | 第31-34页 |
| 3.2.1 盒子滤波器与积分图像 | 第31-33页 |
| 3.2.2 尺度空间与特征点定位 | 第33-34页 |
| 3.2.3 特征点的方向分配 | 第34页 |
| 3.3 Moravec检测算法 | 第34-35页 |
| 3.4 Harris检测算法 | 第35-37页 |
| 3.5 FAST检测算法 | 第37-38页 |
| 3.6 ORB检测算法 | 第38-39页 |
| 3.8 BRISK检测算法 | 第39-40页 |
| 3.9 各类检测算法的实验结果对比 | 第40-43页 |
| 3.9.1 SIFT与SURF特征点检测实验对比 | 第41页 |
| 3.9.2 Moravec与Harris特征点检测实验对比 | 第41-42页 |
| 3.9.3 FAST、ORB与BRISK特征点检测实验对比 | 第42-43页 |
| 3.10 本章小结 | 第43-44页 |
| 第四章 特征点的描述算法 | 第44-58页 |
| 4.1 浮点型描述子 | 第44-47页 |
| 4.1.1 SIFT描述子 | 第44-45页 |
| 4.1.2 SURF描述子 | 第45-47页 |
| 4.2 二进制描述子 | 第47-52页 |
| 4.2.1 BRIEF描述子 | 第47-48页 |
| 4.2.2 ORB描述子 | 第48-50页 |
| 4.2.3 BRISK描述子 | 第50-51页 |
| 4.2.4 FREAK描述子 | 第51-52页 |
| 4.3 各类描述子算法的实验结果与性能对比 | 第52-56页 |
| 4.3.1 浮点型描述子的匹配实验效果与性能 | 第52-54页 |
| 4.3.2 二进制描述子的匹配实验效果与性能 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 适用于智能灯检机的特征描述分块匹配算法 | 第58-72页 |
| 5.1 优秀特征点的选取 | 第58-61页 |
| 5.1.1 FAST阈值选取 | 第58-60页 |
| 5.1.2 平滑滤波处理 | 第60-61页 |
| 5.2 适用于智能灯检机应用场景的描述子 | 第61-65页 |
| 5.2.1 二进制描述子的特点 | 第61-62页 |
| 5.2.2 基于子窗口灰度对比的BRIEF描述算法 | 第62-63页 |
| 5.2.3 改进的BRIEF描述子的实验效果 | 第63-65页 |
| 5.3 精准的特征匹配 | 第65-69页 |
| 5.3.1 距离阈值匹配法 | 第65页 |
| 5.3.2 距离阈值匹配实验效果 | 第65-67页 |
| 5.3.3 改进的分块匹配策略 | 第67-68页 |
| 5.3.4 分块匹配策略的实验效果 | 第68-69页 |
| 5.4 图像运动位移偏差量的计算实验结果 | 第69-71页 |
| 5.6 本章小结 | 第71-72页 |
| 结论与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 附录 攻读硕士学位期间学术论文发表及参加科研活动 | 第80页 |
