| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 鲸鱼个体识别的研究现状综述 | 第11-12页 |
| 1.2.2 局部特征的研究现状综述 | 第12-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 鲸尾图像数据集与相关基础知识 | 第15-22页 |
| 2.1 鲸尾图像数据集 | 第15-16页 |
| 2.2 多角度空间 | 第16-19页 |
| 2.2.1 相机运动模型 | 第16-17页 |
| 2.2.2 仿射变换及其参数 | 第17-18页 |
| 2.2.3 鲸尾图像的多视角空间 | 第18-19页 |
| 2.3 多尺度空间 | 第19-20页 |
| 2.3.1 构建多尺度空间 | 第19-20页 |
| 2.3.2 多尺度空间的表示：高斯金字塔 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 多角度多尺度的鲸尾图像局部特征提取 | 第22-33页 |
| 3.1 尺度不变性的局部特征 | 第22-23页 |
| 3.2 Affine-SIFT特征 | 第23-27页 |
| 3.2.1 构建多角度空间 | 第23-24页 |
| 3.2.2 检测尺度空间的关键点（极值） | 第24-25页 |
| 3.2.3 关键点定位 | 第25-26页 |
| 3.2.4 关键点方向分配 | 第26页 |
| 3.2.5 生成关键点描述子 | 第26-27页 |
| 3.3 Affine-SURF特征 | 第27-31页 |
| 3.3.1 积分图像 | 第27页 |
| 3.3.2 Hessian矩阵的构建 | 第27-28页 |
| 3.3.3 构建尺度空间 | 第28-29页 |
| 3.3.4 关键点方向分配 | 第29页 |
| 3.3.5 生成关键点描述子 | 第29-30页 |
| 3.3.6 Affine-SURF的匹配方法 | 第30页 |
| 3.3.7 Affine-SIFT算法与Affine-SURF算法的区别 | 第30-31页 |
| 3.4 Affine-BSIFT特征（Affine-BinarySIFT） | 第31-32页 |
| 3.4.1 Affine-BSIFT特征的二值化步骤 | 第31-32页 |
| 3.4.2 Affine-BSIFT匹配 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 实验分析 | 第33-47页 |
| 4.1 选取鲸尾图像特征提取算法 | 第33-42页 |
| 4.1.1 实验环境介绍 | 第33页 |
| 4.1.2 特征描述子匹配结果分析 | 第33-39页 |
| 4.1.3 经纬度采样参数调优 | 第39-41页 |
| 4.1.4 BBF（Best Bin First）最近邻查询 | 第41-42页 |
| 4.2 实验分析 | 第42-46页 |
| 4.2.1 实验结果分析 | 第42-43页 |
| 4.2.2 算法的适用性分析 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 多角度多尺度鲸尾图像检索系统实现 | 第47-53页 |
| 5.1 系统需求分析 | 第47-49页 |
| 5.1.1 需求背景 | 第47-48页 |
| 5.1.2 功能性需求分析 | 第48页 |
| 5.1.3 非功能性需求分析 | 第48页 |
| 5.1.4 用例分析 | 第48-49页 |
| 5.2 系统的总体设计 | 第49-52页 |
| 5.2.1 系统开发环境和工具 | 第49页 |
| 5.2.2 系统总体设计 | 第49-51页 |
| 5.2.3 系统功能实现 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
