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

砂轮地貌双目图像特征点研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-19页
   ·研究的背景和意义第9-10页
   ·国内外研究现状第10-17页
     ·角点检测算法第10-15页
     ·角点匹配算法第15-17页
   ·本课题开展的主要工作第17-18页
   ·本章小结第18-19页
第二章 双目视觉理论第19-29页
   ·计算机视觉概述第19-20页
   ·双目视觉基础第20-28页
     ·摄相机成像模型第21-23页
     ·光轴平行法第23-25页
     ·光轴会聚法第25-26页
     ·外极几何第26-27页
     ·基本矩阵第27-28页
   ·本章小结第28-29页
第三章 特征点提取第29-47页
   ·角点的定义第29页
   ·三种常见的角点检测算法第29-39页
     ·Moravec 算子第29-31页
     ·SUSAN 算子第31-33页
     ·Harris 算子第33-35页
     ·以上三种角点检测算法比较第35-36页
     ·实验 1:Harris 角点提取第36-39页
   ·SIFT 特征第39-46页
     ·图像多尺度表示第39-40页
     ·SIFT 特征向量的生成第40-46页
     ·实验 2:SIFT 特征向量提取实验第46页
   ·本章小结第46-47页
第四章 特征点匹配第47-59页
   ·立体匹配的相关理论第47-49页
     ·匹配的基本约束第47-48页
     ·匹配策略第48-49页
     ·相似性度量方法第49页
     ·特征点粗匹配算法第49-51页
     ·零均值归一化互相关系数算法(ZNCC)第49-50页
     ·最近邻 NN(Nearest Neighbor)方法第50-51页
     ·特征点精匹配第51-54页
     ·RANSAC 算法原理第51-52页
     ·RANSAC 算法中参数的确定第52-53页
     ·RANSAC 算法剔除误匹配第53-54页
   ·实验 3:特征点匹配实验第54-58页
   ·本章小结第58-59页
第五章 综合实验第59-65页
   ·获取双目砂轮地貌图像的设备及系统设计第59-60页
     ·硬件系统方案设计第59页
     ·软件系统方案设计第59-60页
   ·特征点提取和匹配实验第60-64页
     ·砂轮地貌图像的 Harris 角点提取和匹配第60-62页
     ·砂轮地貌图像的 SIFT 角点提取和匹配第62-64页
   ·特征评价第64页
   ·本章小结第64-65页
第六章 总结与展望第65-67页
 总结第65-66页
 展望第66-67页
参考文献第67-71页
发表论文和参加科研情况说明第71-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:基于C/S和B/S的称重计量管理系统的研究与设计
下一篇:基于WebGIS的三维数字校园设计与实现