| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 图像与数字图像 | 第14页 |
| 1.2 数字图像处理 | 第14-18页 |
| 1.2.1 数字图像的应用与发展 | 第14-16页 |
| 1.2.2 数字图像处理的目的 | 第16页 |
| 1.2.3 数字图像处理的任务 | 第16-18页 |
| 1.2.4 数字图像处理的特点 | 第18页 |
| 1.3 特征点提取与研究现状 | 第18-20页 |
| 1.3.1 特征点的定义 | 第18-19页 |
| 1.3.2 国内外特征点研究现状 | 第19-20页 |
| 1.4 本文主要工作和论文结构 | 第20-22页 |
| 1.4.1 本文主要工作 | 第20页 |
| 1.4.2 论文结构 | 第20-22页 |
| 第二章 常见的特征点检测算法 | 第22-32页 |
| 2.1 Moravec特征点检测算法 | 第22-23页 |
| 2.2 Harris特征点检测算法 | 第23-26页 |
| 2.3 Harris-Laplace特征点检测 | 第26页 |
| 2.4 最小核值相似区(SUSAN)特征点检测 | 第26-28页 |
| 2.5 SIFT特征点检测算法 | 第28-31页 |
| 2.6 本章小节 | 第31-32页 |
| 第三章 图像的几种滤波工具 | 第32-41页 |
| 3.1 均值滤波算法 | 第32页 |
| 3.2 中值滤波 | 第32-34页 |
| 3.3 高斯滤波 | 第34-35页 |
| 3.4 双边滤波 | 第35-39页 |
| 3.4.1 双边滤波器的原理 | 第35-36页 |
| 3.4.2 指数函数的优化 | 第36-38页 |
| 3.4.3 实验验证 | 第38-39页 |
| 3.5 本章总结 | 第39-41页 |
| 第四章 基于双边滤波改进的Harris特征点检测 | 第41-50页 |
| 4.1 Harris算子 | 第41-42页 |
| 4.2 Harris-Laplace算子 | 第42-44页 |
| 4.2.1 尺度空间理论 | 第42页 |
| 4.2.2 Harris-Laplace算子 | 第42-44页 |
| 4.3 多尺度Harris特征点检测的改进 | 第44-46页 |
| 4.3.1 针对弱特征点检测的改进 | 第45页 |
| 4.3.2 多尺度Harris算子去冗余特征点的改进 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第55-56页 |