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

仿射不变特征配准算法及其优化技术研究

摘要第5-6页
Abstract第6-7页
目录第8-11页
第一章 绪论第11-15页
    1.1 本文研究背景及意义第11-12页
    1.2 配准技术的研究历程第12-13页
    1.3 本文研究内容及章节安排第13-15页
第二章 成像几何及图像变换模型第15-24页
    2.1 相机成像几何基础第15-18页
        2.1.1 世界坐标系、相机坐标系和图像坐标系第15-16页
        2.1.2 线性相机模型第16-18页
    2.2 图像变换模型第18-23页
        2.2.1 相机运动基本形式第18-20页
        2.2.2 图像常见变换模型第20-23页
    2.3 本章小结第23-24页
第三章 特征点检测与描述第24-47页
    3.1 特征点检测第24-34页
        3.1.1 SIFT 检测子第24-28页
        3.1.2 SURF 检测子第28-32页
        3.1.3 ORB 检测子第32-34页
    3.2 特征检测子性能分析第34-37页
    3.3 特征点描述第37-43页
        3.3.1 SIFT 特征描述子第37-39页
        3.3.2 SURF 特征描述子第39-42页
        3.3.3 ORB 特征描述子第42-43页
    3.4 特征描述子性能分析第43-45页
    3.5 本章小结第45-47页
第四章 Affine-SURF 算法第47-57页
    4.1 仿射模型与转换斜度第47-49页
        4.1.1 仿射模型第47-48页
        4.1.2 转换斜度第48-49页
    4.2 Affine-SURF 算法第49-51页
        4.2.1 视角采样第49-51页
        4.2.2 算法流程第51页
    4.3 实验分析第51-54页
        4.3.1 标准数据集分析第51-52页
        4.3.2 斜度下的表现第52-54页
    4.4 Affine-SURF 性能优化第54-56页
    4.5 本章小结第56-57页
第五章 特征点匹配算法分析第57-72页
    5.1 基于 k-d 树的算法第57-63页
        5.1.1 标准 k-d 树第58-61页
        5.1.2 BBF 算法第61-62页
        5.1.3 随机 k-d 树第62-63页
    5.2 分层 k-means 树第63-65页
    5.3 分析与评测第65-71页
        5.3.1 遍历法性能分析第66页
        5.3.2 随机 k-d 树分析第66-68页
        5.3.3 分层 k-means 树第68-69页
        5.3.4 算法评测第69-71页
    5.4 本章小结第71-72页
第六章 误匹配点对的剔除第72-80页
    6.1 最小二乘法第72-73页
    6.2 LMedS 算法第73-74页
    6.3 RANSAC 算法第74-75页
    6.4 Hough-RANSAC 算法第75-77页
    6.5 性能分析第77-79页
    6.6 本章小结第79-80页
总结与展望第80-82页
参考文献第82-87页
攻读硕士学位期间取得的研究成果第87-88页
致谢第88-89页
附件第89页

论文共89页,点击 下载论文
上一篇:虚拟化环境下的应用部署系统的设计和实现
下一篇:空间椭球最短距离计算方法研究