摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9页 |
1.2 课题的国内外研究现状 | 第9-11页 |
1.3 研究思路和技术路线 | 第11-12页 |
1.4 内容安排 | 第12-13页 |
第2章 形状特征点提取算法研究 | 第13-31页 |
2.1 边缘特征点提取 | 第14-18页 |
2.1.1 边缘检测算子 | 第14-17页 |
2.1.2 多尺度小波变换法 | 第17页 |
2.1.3 常用的边缘特征点提取算法的比较 | 第17-18页 |
2.2 角点提取算法 | 第18-30页 |
2.2.1 角点检测标准 | 第18页 |
2.2.2 测试图像 | 第18-19页 |
2.2.3 Moravec角点检测 | 第19-23页 |
2.2.3.1 算法 | 第20-21页 |
2.2.3.2 测试图像实验结果和结果分析 | 第21-23页 |
2.2.4 Harris角点检测 | 第23-25页 |
2.2.4.1 算法 | 第23-24页 |
2.2.4.2 测试图像实验结果和结果分析 | 第24-25页 |
2.2.5 SUSAN角点检测 | 第25-28页 |
2.2.5.1 算法 | 第26页 |
2.2.5.2 测试图像实验结果和结果分析 | 第26-28页 |
2.2.6 CSS角点检测 | 第28-30页 |
2.2.6.1 CSS算法 | 第28页 |
2.2.6.2 测试图像实验结果和结果分析 | 第28-30页 |
2.3 本章小结 | 第30-31页 |
第3章 基于直接曲率尺度空间的自适应角点检测 | 第31-50页 |
3.1 曲率尺度空间技术 | 第31-33页 |
3.1.1 曲率尺度空间 | 第31-32页 |
3.1.2 基于曲率尺度空间的自适应角点算法 | 第32-33页 |
3.2 基于直接曲率尺度空间的自适应角点检测 | 第33-49页 |
3.2.1 直接曲率尺度空间 | 第33页 |
3.2.2 CANNY边缘检测 | 第33-35页 |
3.2.3 多尺度曲率乘积 | 第35-38页 |
3.2.4 本文算法 | 第38-41页 |
3.2.4.1 自适应支持域 | 第39-40页 |
3.2.4.2 剔除由边缘噪声产生的伪角点 | 第40页 |
3.2.4.3 剔除圆角点 | 第40页 |
3.2.4.4 DCSS与CSS技术在计算量上的比较 | 第40-41页 |
3.2.5 实验结果及分析 | 第41-49页 |
3.2.5.1 旋转不变性及噪声鲁棒性 | 第41-43页 |
3.2.5.2 与其他角点检测算子的比较 | 第43-47页 |
3.2.5.3 对噪声的稳定性检测 | 第47-49页 |
3.2.5.4 运算速度的比较 | 第49页 |
3.3 本章小结 | 第49-50页 |
第4章 匹配算法 | 第50-59页 |
4.1 形状匹配的基本概念 | 第50页 |
4.2 基于直接曲率尺度空间自适应算法的形状匹配 | 第50-58页 |
4.2.1 CSS图像的线形简化技术 | 第50-52页 |
4.2.2 角点信息简化图 | 第52-53页 |
4.2.3 匹配算法 | 第53-56页 |
4.2.3.1 标准化简化图 | 第53-54页 |
4.2.3.2 全局参数 | 第54-55页 |
4.2.3.3 形状匹配算法 | 第55-56页 |
4.2.4 形状匹配实验结果及分析 | 第56-58页 |
4.3 本章小结 | 第58-59页 |
第5章 总结与展望 | 第59-61页 |
参考文献 | 第61-65页 |
读硕士学位期间发表的论文及其它成果 | 第65-66页 |
致谢 | 第66页 |