| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·常用目标匹配方法概述 | 第9-12页 |
| ·基于灰度的匹配方法 | 第9-10页 |
| ·基于特征信息的匹配方法 | 第10-12页 |
| ·基于机器学习的匹配方法 | 第12页 |
| ·本文工作 | 第12-15页 |
| 第二章 稳定的关键点提取 | 第15-22页 |
| ·关键点检测方法 | 第15-16页 |
| ·Harris 原理 | 第15页 |
| ·Wavelet 原理 | 第15-16页 |
| ·Harris 提取关键点 | 第16-17页 |
| ·稳定关键点筛选 | 第17-21页 |
| ·仿射变换原理 | 第18页 |
| ·采用仿射变换构建样本的具体过程 | 第18页 |
| ·提取稳定的关键点 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 随机森林法 | 第22-34页 |
| ·随机森林法介绍 | 第22-24页 |
| ·决策树模型 | 第23页 |
| ·随机森林的原理和优点 | 第23-24页 |
| ·训练特征的选取 | 第24-27页 |
| ·SOBEL 算子差分原理 | 第24-25页 |
| ·SIFT 特征识别 | 第25-27页 |
| ·随机森林分类器介绍 | 第27-31页 |
| ·随机森林分类器训练过程 | 第27-30页 |
| ·随机森林分类器分类原理 | 第30-31页 |
| ·关键点类别设定优化 | 第31-32页 |
| ·相似性度量 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 几何哈希法介绍及改进 | 第34-44页 |
| ·几何哈希法的两阶段处理 | 第34-39页 |
| ·第一阶段——离线处理 | 第34-36页 |
| ·第二阶段——在线识别 | 第36-39页 |
| ·几何哈希法的改进 | 第39-43页 |
| ·多目标检测 | 第39-41页 |
| ·基点选取优化 | 第41-42页 |
| ·哈希表优化 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 系统架构 | 第44-52页 |
| ·开发环境和运行库介绍 | 第44-45页 |
| ·随机森林法系统介绍 | 第45-49页 |
| ·离线分类器训练程序说明 | 第45-48页 |
| ·在线图像识别程序说明 | 第48-49页 |
| ·几何哈希法系统介绍 | 第49-51页 |
| ·离线处理阶段 | 第50-51页 |
| ·在线识别阶段 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第六章 实验和比较 | 第52-60页 |
| ·匹配结果 | 第52-54页 |
| ·实验对比 | 第54-60页 |
| ·随机森林法 SOBEL 算子和 HOG 算子对比 | 第54-58页 |
| ·几何哈希法改进前后对比 | 第58页 |
| ·本文方法与经典 SIFT 算法对比 | 第58-60页 |
| 第七章 总结与展望 | 第60-63页 |
| ·研究结果总结 | 第60-61页 |
| ·随机森林法总结 | 第60页 |
| ·几何哈希法总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文和申请专利 | 第68-71页 |
| 附件 | 第71页 |