中文摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-11页 |
1.1 研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9页 |
1.3 本文工作 | 第9-10页 |
1.4 论文章节安排 | 第10-11页 |
第二章 SIFT特征 | 第11-29页 |
2.1 引言 | 第11页 |
2.2 SIFT特征 | 第11-22页 |
2.2.1 尺度空间的建立 | 第11-17页 |
2.2.2 尺度空间极值点检测 | 第17页 |
2.2.3 极值点定位及消除低对比度点 | 第17-18页 |
2.2.4 消除边缘响应 | 第18-19页 |
2.2.5 极值点方向分配 | 第19-20页 |
2.2.6 生成局部特征描述子 | 第20-22页 |
2.3 DSP-SIFT特征 | 第22-27页 |
2.3.1 DSP-SIFT实现原理 | 第23-24页 |
2.3.2 DSP-SIFT在Windows上的移植 | 第24-26页 |
2.3.3 DSP-SIFT与SIFT的对比 | 第26-27页 |
2.4 DENSE-SIFT特征 | 第27-29页 |
第三章 基于SIFT特征的物体识别技术 | 第29-40页 |
3.1 SIFT特征匹配技术 | 第29-30页 |
3.1.1 BBF方法 | 第29-30页 |
3.1.2 FLANN方法 | 第30页 |
3.2 匹配点对过滤 | 第30-32页 |
3.2.1 距离过滤方法 | 第30-31页 |
3.2.2 RANSAC过滤方法 | 第31-32页 |
3.3 SIFT特征匹配实验 | 第32-33页 |
3.3.1 实验设计 | 第32页 |
3.3.2 实验结果和分析 | 第32-33页 |
3.4 基于物体特征的物体模型 | 第33-34页 |
3.4.1 Bag of Features模型 | 第33-34页 |
3.4.2 空间金字塔模型 | 第34页 |
3.5 基于SIFT和DENSE-SIFT组合特征描述的空间金字塔模型 | 第34-36页 |
3.5.1 基于SIFT及DENSE-SIFT组合的特征描述 | 第35页 |
3.5.2 基于SIFT及DENSE-SIFT组合的特征描述的空间金字塔模型 | 第35-36页 |
3.6 支持向量机分类器 | 第36-37页 |
3.7 物体识别技术实验 | 第37-40页 |
3.7.1 数据集 | 第37-38页 |
3.7.2 实验设计 | 第38-39页 |
3.7.3 实验结果和分析 | 第39-40页 |
第四章 基于SIFT特征的物体识别系统的设计与实现 | 第40-52页 |
4.1 OpenCV简介 | 第40页 |
4.2 Qt简介 | 第40页 |
4.3 SQLite简介 | 第40页 |
4.4 物体识别系统设计简介 | 第40-44页 |
4.4.1 物体识别系统需求分析 | 第41-42页 |
4.4.2 物体识别系统架构设计 | 第42-44页 |
4.5 用户界面设计 | 第44-46页 |
4.5.1 用户界面原形设计 | 第44-45页 |
4.5.2 用户界面实现 | 第45页 |
4.5.3 用户界面效果展示 | 第45-46页 |
4.6 开发环境配置 | 第46-47页 |
4.7 详细设计 | 第47-52页 |
第五章 系统运行结果展示 | 第52-56页 |
5.1 感兴趣区域提取 | 第52页 |
5.2 物体识别及查询信息 | 第52-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 本文工作总结 | 第56页 |
6.2 今后工作展望 | 第56-58页 |
参考文献 | 第58-60页 |
致谢 | 第60页 |