首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CSS的形状匹配研究

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

论文共66页,点击 下载论文
上一篇:基于多对象特征获取的多目标跟踪算法研究
下一篇:计算机核心课程群综合教学平台的软件设计与实现