| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 基于特征的图像识别技术的研究现状 | 第9-13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 图像识别匹配技术的理论基础和应用 | 第16-26页 |
| 2.1 图像匹配概述 | 第16-20页 |
| 2.1.1 图像匹配的定义 | 第16-18页 |
| 2.1.2 图像匹配的数学描述和变换模型 | 第18-20页 |
| 2.2 图像匹配分类 | 第20-21页 |
| 2.2.1 基于灰度的方法 | 第20页 |
| 2.2.2 基于特征的方法 | 第20-21页 |
| 2.3 基于局部特征的图像识别算法流程 | 第21-22页 |
| 2.4 图像识别匹配的技术难点 | 第22-23页 |
| 2.5 图像识别匹配技术的应用 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 ASIFT算法核心——SIFT | 第26-40页 |
| 3.1 SIFT算法综述 | 第26-27页 |
| 3.2 SIFT特征的提取和描述 | 第27-37页 |
| 3.2.1 尺度空间理论与构建 | 第27-31页 |
| 3.2.2 定位关键点 | 第31-32页 |
| 3.2.3 关键点精确定位 | 第32-34页 |
| 3.2.4 关键点主方向分配 | 第34-35页 |
| 3.2.5 描述关键点 | 第35-37页 |
| 3.3 SIFT特征匹配 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于ASIFT的图像匹配算法分析与改进 | 第40-50页 |
| 4.1 仿射尺度不变特征变换(ASIFT) | 第40-43页 |
| 4.1.1 ASIFT算法思想 | 第40页 |
| 4.1.2 摄像机仿射模型及相关参数 | 第40-42页 |
| 4.1.3 ASIFT算法实现步骤 | 第42-43页 |
| 4.2 改进的ASIFT算法 | 第43-45页 |
| 4.2.1 PCA理论 | 第44页 |
| 4.2.2 PCA算法对ASIFT的改进 | 第44-45页 |
| 4.3 改进的RANSAC算法应用于ASIFT匹配 | 第45-49页 |
| 4.3.1 改进RANSAC算法基本流程 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 改进的ASIFT算法实现过程与实验结果分析 | 第50-66页 |
| 5.1 实验平台系统搭建 | 第50-53页 |
| 5.1.1 系统开发环境 | 第50页 |
| 5.1.2 PCA-ASIFT算法的程序流程 | 第50-52页 |
| 5.1.3 OpenMP加速特征检测、匹配 | 第52-53页 |
| 5.2 实验结果与算法性能分析 | 第53-64页 |
| 5.2.1 目标旋转对比试验分析 | 第53-54页 |
| 5.2.2 不同尺度(焦距)对比实验分析 | 第54-55页 |
| 5.2.3 光照变化对比实验分析 | 第55-56页 |
| 5.2.4 目标仿射变换对比试验分析 | 第56-58页 |
| 5.2.5 改进ASIFT算法应用于目标遮挡识别 | 第58-60页 |
| 5.2.6 改进ASIFT算法应用于复杂背景和目标仿射识别 | 第60-62页 |
| 5.2.7 改进ASIFT算法应用于照度不足背景识别 | 第62-64页 |
| 5.3 本章小结 | 第64-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
