图像特征信息提取的算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-9页 |
| ·研究背景 | 第6页 |
| ·本文研 Q 究的相关技术的发展现状 | 第6-7页 |
| ·本文研究的主要工作 | 第7-8页 |
| ·本文结构安排 | 第8-9页 |
| 2 图像的边缘检测 | 第9-17页 |
| ·Canny 边缘检测算法 | 第9-11页 |
| ·改进算法 | 第11-14页 |
| ·小波分解 | 第11-12页 |
| ·改进算法的具体思路 | 第12-14页 |
| ·实验结果及其分析 | 第14-16页 |
| ·实验结果 | 第14-15页 |
| ·实验结果分析 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 特征点提取及匹配 | 第17-32页 |
| ·特征点提取 | 第17-21页 |
| ·Harris 特征点提取算法 | 第17-18页 |
| ·SIFT 特征点提取 | 第18-21页 |
| ·图像特征点匹配 | 第21-24页 |
| ·灰度相关法匹配算法 | 第21-22页 |
| ·利用特征描述子的匹配方法 | 第22页 |
| ·改进的特征点匹配算法 | 第22-24页 |
| ·实验结果及其分析 | 第24-31页 |
| ·特征点提取实验结果 | 第24-25页 |
| ·特征点匹配实验结果 | 第25-30页 |
| ·实验结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于立体视觉的匹配点精确 | 第32-59页 |
| ·线性摄像机建模及原理 | 第32-36页 |
| ·图像、摄像机和世界的坐标系 | 第32-34页 |
| ·线性摄像机模型 | 第34-36页 |
| ·极线几何关系 | 第36-39页 |
| ·基础矩阵原理 | 第36-37页 |
| ·基础矩阵估计 | 第37-39页 |
| ·精确匹配点集 | 第39-41页 |
| ·对极几何约束法 | 第39-40页 |
| ·最小平方中值法 | 第40-41页 |
| ·实验结果比较及其分析 | 第41-45页 |
| ·实验结果图 | 第41-44页 |
| ·数据分析 | 第44-45页 |
| ·立体空间特征信息的获取 | 第45-51页 |
| ·线性模型摄像机定标 | 第45-48页 |
| ·本质矩阵的获取 | 第48-49页 |
| ·求解外参数 | 第49-50页 |
| ·计算立体空间特征点信息 | 第50-51页 |
| ·立体空间中特征信息获取算法的整个框架系统 | 第51-53页 |
| ·提取立体空间特征信息点的实验结果 | 第53-57页 |
| ·实验结果图 | 第55-56页 |
| ·实验数据分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| ·论文总结 | 第59页 |
| ·未来展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
