基于局部特征集合的图像匹配技术研究与应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题研究背景 | 第12-13页 |
| ·图像匹配技术描述及国内外研究现状 | 第13-16页 |
| ·本文主要研究内容及章节安排 | 第16-18页 |
| 第2章 预备知识 | 第18-25页 |
| ·图像匹配理论 | 第18-20页 |
| ·图像匹配三要素 | 第18页 |
| ·主要匹配算法分类 | 第18-19页 |
| ·基于特征的图像匹配算法 | 第19-20页 |
| ·支持向量机 | 第20-25页 |
| ·最优分类超平面 | 第20-21页 |
| ·最优超平面的数学求解 | 第21-23页 |
| ·SVM算法 | 第23-24页 |
| ·SVM多分类 | 第24-25页 |
| 第3章 图像局部特征提取算法比较研究 | 第25-53页 |
| ·图像的区域检测 | 第26-27页 |
| ·不变区域检测算法 | 第27-33页 |
| ·实验数据图片集 | 第33-35页 |
| ·基于不变区域检测算法的性能比较 | 第35-48页 |
| ·时间复杂度 | 第35页 |
| ·每幅图像的不变区域数目 | 第35-36页 |
| ·不变区域大小 | 第36页 |
| ·基于不变区域检测算法的匹配性能实验 | 第36-48页 |
| ·总结 | 第48页 |
| ·基于不变区域的特征描述符 | 第48-51页 |
| ·总结 | 第51-53页 |
| 第4章 维度分割金字塔匹配算法 | 第53-62页 |
| ·金字塔匹配核函数 | 第53-56页 |
| ·金字塔匹配基本原理 | 第53-54页 |
| ·核优化 | 第54-56页 |
| ·改进的PMK算法 | 第56-62页 |
| ·高维失效 | 第56-58页 |
| ·维数分割金字塔匹配 | 第58-59页 |
| ·DP-PMK分析 | 第59-62页 |
| 第5章 基于DP-PMK的多分类实验 | 第62-69页 |
| ·支持向量机核函数 | 第62-63页 |
| ·CALTECH-101 | 第63-67页 |
| ·ETH-80 | 第67-68页 |
| ·总结 | 第68-69页 |
| 第6章 总结和展望 | 第69-71页 |
| ·全文工作总结 | 第69-70页 |
| ·进一步工作展望 | 第70-71页 |
| 参考文献(References) | 第71-76页 |
| 攻读学位期间发表的学术论文 | 第76页 |
