基于SIFT和NDLT的目标识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-18页 |
| ·课题研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-16页 |
| ·特征点提取技术的研究现状 | 第10-12页 |
| ·特征点匹配技术的研究现状 | 第12-15页 |
| ·目标识别的研究现状 | 第15-16页 |
| ·主要研究内容与结构 | 第16-18页 |
| 第二章 家用智能机器人的目标识别算法设计 | 第18-26页 |
| ·图像特征提取与匹配技术 | 第18-21页 |
| ·图像特征提取技术 | 第18-20页 |
| ·图像特征匹配策略 | 第20-21页 |
| ·传统的DLT算法 | 第21-24页 |
| ·单应性矩阵 | 第21-23页 |
| ·DLT算法 | 第23-24页 |
| ·一种新的目标识别算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 特征点提取算子性能分析 | 第26-51页 |
| ·Harris特征点提取算子 | 第26-29页 |
| ·SUSAN特征点提取算子 | 第29-31页 |
| ·SIFT特征点提取算子 | 第31-43页 |
| ·尺度空间理论 | 第31-33页 |
| ·SIFT特征向量的特点 | 第33-34页 |
| ·SIFT特征点提取的实现 | 第34-41页 |
| ·实验结果 | 第41-43页 |
| ·三种算子性能分析 | 第43-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 家用智能机器人的目标匹配及识别技术研究 | 第51-73页 |
| ·SIFT特征点匹配 | 第51-61页 |
| ·匹配特征点 | 第51-54页 |
| ·实验结果 | 第54-61页 |
| ·新的识别算法 | 第61-64页 |
| ·NDLT算法 | 第61-62页 |
| ·结合 SIFT+NDLT 的目标识别算法 | 第62-64页 |
| ·实验说明及结果 | 第64-71页 |
| ·实验环境及图像采集说明 | 第64-65页 |
| ·实验结果 | 第65-71页 |
| ·本章小结 | 第71-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·工作总结 | 第73-74页 |
| ·研究展望 | 第74-75页 |
| 参考文献 | 第75-82页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |
