| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·印刷体数字识别算法研究现状 | 第11-16页 |
| ·基于印刷体数字的目标识别研究现状 | 第16-17页 |
| ·研究内容与思路 | 第17-18页 |
| ·本文的结构安排 | 第18-20页 |
| 第二章 SIFT 特征向量提取 | 第20-36页 |
| ·图像的特征向量简述 | 第20-21页 |
| ·SIFT 特征提取算法 | 第21-28页 |
| ·高斯差分 DoG 滤波 | 第22页 |
| ·尺度空间极值点检测 | 第22-24页 |
| ·定位关键点的位置 | 第24-26页 |
| ·确定关键点的方向 | 第26-27页 |
| ·生成 SIFT 特征向量 | 第27-28页 |
| ·改进的 SIFT 特征提取算法 | 第28-35页 |
| ·Dense SIFT 算法 | 第29-32页 |
| ·基于边缘提取的 SIFT 算法 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 印刷体数字识别仿真模型 | 第36-46页 |
| ·图像预处理 | 第38页 |
| ·提取特征向量 | 第38-39页 |
| ·生成视觉词袋 | 第39-41页 |
| ·空间直方图向量 | 第41-42页 |
| ·SVM 分类器 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 实验及结果分析 | 第46-63页 |
| ·训练样本与测试样本的选择 | 第46-48页 |
| ·样本库的选取 | 第46-47页 |
| ·训练样本与测试样本 | 第47页 |
| ·评价标准 | 第47-48页 |
| ·基于 SIFT 特征向量的实验结果与分析 | 第48-52页 |
| ·基于 DSIFT 特征向量的实验结果与分析 | 第52-55页 |
| ·基于边缘提取的 SIFT 特征向量的实验结果与分析 | 第55-58页 |
| ·印刷体数字识别结果总结与分析 | 第58-60页 |
| ·基于 SIFT 特征向量的目标跟踪 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间已发表的论文 | 第70-71页 |