基于SIFT的商标图像检索
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究对象和内容 | 第10-11页 |
| ·研究现状及存在的问题 | 第11-13页 |
| ·本文的组织结构 | 第13页 |
| 本章小结 | 第13-14页 |
| 第二章 基于内容的图像检索技术 | 第14-28页 |
| ·基本的特征提取方法 | 第14-18页 |
| ·颜色特征 | 第14-16页 |
| ·纹理特征 | 第16-17页 |
| ·形状特征 | 第17-18页 |
| ·典型特征点提取方法 | 第18-22页 |
| ·Moravec算子 | 第19页 |
| ·Harris算子 | 第19-20页 |
| ·SUSAN算子 | 第20-21页 |
| ·SIFT算子 | 第21-22页 |
| ·相似性度量 | 第22-24页 |
| ·距离函数 | 第22-23页 |
| ·相关计算 | 第23-24页 |
| ·总体相似度计算 | 第24页 |
| ·图像检索算法的评价准则 | 第24-25页 |
| ·查准率 | 第24页 |
| ·查全率 | 第24页 |
| ·查缺率 | 第24-25页 |
| ·图像检索中的相关反馈技术 | 第25-27页 |
| ·权重系数调整 | 第25-26页 |
| ·检索向量转移 | 第26页 |
| ·基于传统的统计学习理论 | 第26-27页 |
| ·基于机器学习理论 | 第27页 |
| 本章小结 | 第27-28页 |
| 第三章 基于SIFT特征提取与描述算法 | 第28-34页 |
| ·SIFT算法原理 | 第28-29页 |
| ·SIFT特征提取算法 | 第29-33页 |
| ·高斯差分DOG滤波 | 第29-30页 |
| ·尺度空间的极值检测 | 第30-32页 |
| ·关键点的位置确定 | 第32页 |
| ·关键点的方向参数 | 第32页 |
| ·SIFT特征向量描述 | 第32-33页 |
| 本章小结 | 第33-34页 |
| 第四章 基于SIFT商标图像检索 | 第34-54页 |
| ·商标图像的特点 | 第34-35页 |
| ·商标图像库的介绍 | 第35页 |
| ·SIFT算子的应用 | 第35-36页 |
| ·在不同情况下商标图像匹配效果 | 第36-45页 |
| ·商标分割情况下的图像匹配 | 第36-37页 |
| ·在视角变化和遮挡情况下的商标图像匹配 | 第37-39页 |
| ·在不同程度上加噪情况下的商标图像匹配 | 第39-41页 |
| ·商标扭曲情况下的图像匹配 | 第41-43页 |
| ·SIFT不同阈值情况下的特征匹配 | 第43-45页 |
| ·商标图像检索 | 第45-53页 |
| ·基于SIFT商标检索实验 | 第47-50页 |
| ·基于SIFT商标检索实验分析 | 第50-51页 |
| ·改进SIFT在商标图像检索中的算法 | 第51-53页 |
| 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
