| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第16-21页 |
| 1.1 引言 | 第16页 |
| 1.2 课题研究背景和意义 | 第16-17页 |
| 1.3 图像匹配算法国内外研究现状 | 第17-19页 |
| 1.4 文主要研究内容与章节安排 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 2 基于特征点的图像匹配算法介绍 | 第21-40页 |
| 2.1 引言 | 第21页 |
| 2.2 基于特征的图像匹配算法流程 | 第21页 |
| 2.3 图像特征点的获取 | 第21-33页 |
| 2.3.1 特征点提取的概念 | 第21-22页 |
| 2.3.2 不同类型的特征检测方法 | 第22-33页 |
| 2.4 图像的特征描述子 | 第33-38页 |
| 2.4.1 特征描述子的概念 | 第33页 |
| 2.4.2 经典特征描述子的介绍 | 第33-38页 |
| 2.5 特征匹配 | 第38-39页 |
| 2.5.1 特征匹配定义 | 第38-39页 |
| 2.5.2 经典特征匹配方法 | 第39页 |
| 2.6 本章小结 | 第39-40页 |
| 3 基于OpenCV的经典图像匹配算法测试 | 第40-50页 |
| 3.1 引言 | 第40页 |
| 3.2 OpenCV概述 | 第40-41页 |
| 3.3 OpenCV 2.4.9组件及架构 | 第41页 |
| 3.4 基于OpenCV的经典图像匹配算法性能比较 | 第41-49页 |
| 3.4.1 数据设置 | 第42-43页 |
| 3.4.2 图像匹配算法测试性能评估指标 | 第43-49页 |
| 3.4.3 结论 | 第49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 改进的SURF算法研究 | 第50-71页 |
| 4.1 引言 | 第50页 |
| 4.2 经典SURF算法 | 第50-62页 |
| 4.2.1 SURF算法概述 | 第50页 |
| 4.2.2 积分图像 | 第50-51页 |
| 4.2.3 基于Hessian矩阵的特征点检测 | 第51-54页 |
| 4.2.4 SURF尺度空间表示 | 第54-57页 |
| 4.2.5 SURF特征点定位 | 第57-58页 |
| 4.2.6 SURF特征点方向角度的分配 | 第58-60页 |
| 4.2.7 SURF特征点描述符的生成 | 第60-62页 |
| 4.3 改进的SURF算法 | 第62-70页 |
| 4.3.1 oFAST:方向FAST特征点检测 | 第62-64页 |
| 4.3.2 oFAST与SURF特征点检测性能对比 | 第64-65页 |
| 4.3.3 改进型的SURF特征描述符与匹配方法 | 第65-70页 |
| 4.4 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-72页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 作者简介及读研期间主要科研成果 | 第77页 |