| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状以及存在的问题 | 第10-12页 |
| ·OpenCV 介绍 | 第12-14页 |
| ·本文的主要工作及组织安排 | 第14-15页 |
| 第二章 图像特征提取 | 第15-37页 |
| ·引言 | 第15页 |
| ·图像特征提取的典型算子 | 第15-30页 |
| ·SUSAN 算子 | 第15-18页 |
| ·Moravec 算子 | 第18-21页 |
| ·Harris 算子 | 第21-24页 |
| ·Forstner 算子 | 第24-26页 |
| ·SIFT 算子 | 第26-30页 |
| ·实验结果与分析 | 第30-36页 |
| ·抗缩放性 | 第30-33页 |
| ·抗旋转性 | 第33-34页 |
| ·抗噪性 | 第34-35页 |
| ·抗遮挡性 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于SIFT 的图像特征提取与匹配 | 第37-49页 |
| ·SIFT 特征提取 | 第37-40页 |
| ·建立尺度空间 | 第37-38页 |
| ·去除边缘响应 | 第38-39页 |
| ·生成特征点描述子 | 第39-40页 |
| ·SIFT 特征点匹配 | 第40-48页 |
| ·KD-tree、BBF 和KNN | 第40-44页 |
| ·欧氏距离 | 第44-46页 |
| ·RANSAC 算法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 改进的SIFT 算法的图像特征提取与匹配技术 | 第49-60页 |
| ·SIFT 算法的改进 | 第49-52页 |
| ·简化尺度空间极值点检测 | 第49-50页 |
| ·简化SIFT 特征描述符 | 第50-52页 |
| ·二次匹配算法 | 第52页 |
| ·系统框架 | 第52-53页 |
| ·算法流程和代码实现 | 第53-59页 |
| ·算法流程 | 第53-55页 |
| ·核心代码 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实验结果与分析 | 第60-68页 |
| ·性能指标和评价标准 | 第60-61页 |
| ·实验结果与分析 | 第61-67页 |
| ·原有算法和改进算法性能测试 | 第61-63页 |
| ·原有算法和改进算法执行时间对比 | 第63-64页 |
| ·改进的SIFT 算法对维数合理值的确定 | 第64-65页 |
| ·改进的SIFT 算法对阈值的确定 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·不足和进一步的展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 硕期间取得的研究成果 | 第75-76页 |