首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多通道图像MSER局部不变特征提取算法研究

摘要第1-9页
ABSTRACT第9-10页
绪论第10-19页
   ·研究意义第10-11页
   ·局部不变特征检测子概述第11-16页
     ·角点特征检测子概况第11-15页
     ·区域检测子现状第15-16页
   ·研究目的第16-17页
   ·研究思路和主要内容第17-19页
第二章 简单三通道最稳定极值区域(TC-MSER)特征提取第19-31页
   ·最稳定极值区域(MSER)第19-24页
     ·MSER 的定义第20-21页
     ·MSER 的提取方法第21页
     ·MSER 拟合椭圆第21-24页
     ·MSER 存在的问题第24页
   ·简单三通道MSER(TC-MSER)第24-29页
     ·彩色空间第24-27页
     ·简单三通道MSER(TC-MSER)提取第27-29页
   ·本章小结第29-31页
第三章 改进的三通道MSER 特征提取第31-41页
   ·改进三通道MSER(IT-MSER)特征提取流程第32页
   ·过滤器的训练第32-38页
     ·机器学习问题的模型第32-33页
     ·支持向量机(SVM)第33-34页
     ·用于学习的特征第34-35页
     ·过滤器训练的方法第35-38页
   ·过滤器自适应选取方法第38-40页
   ·本章小结第40-41页
第四章 特征检测子质量评价标准第41-48页
   ·可重复度(repeatability)比较标准第41页
   ·可匹配性(Matching score)比较标准第41-46页
     ·基于SIFT 的MSER 的匹配第42-46页
     ·可匹配性计算第46页
   ·本章小结第46-48页
第五章 实验与分析第48-55页
   ·数据设定第48-49页
   ·实验结果第49-53页
     ·视角变化第49-51页
     ·模糊变化第51-52页
     ·JPEG 压缩变化第52页
     ·光线变化第52页
     ·计算量比较第52-53页
   ·实验结论第53-54页
   ·本章小结第54-55页
第六章 总结与展望第55-57页
   ·结论第55页
   ·展望第55-57页
附录A 仿射变换第57-58页
附录B LIBSVM 的使用方法第58-60页
 B.1 训练用数据和预测用数据准备第58页
 B.2 分类器训练第58-59页
 B.3 使用分类器进行预测第59-60页
致谢第60-61页
参考文献第61-67页
作者在学期间取得的学术成果第67页

论文共67页,点击 下载论文
上一篇:面向监视场景的斗殴行为检测技术研究
下一篇:计算机深度取证关键技术研究与应用