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

三维重建中的特征匹配技术研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
1 绪论第7-12页
   ·课题的来源和背景第7-9页
     ·课题的来源第7页
     ·三维重建理论的提出以及发展现状第7-8页
     ·三维重建技术在军事上的价值第8-9页
   ·课题的研究意义及研究现状第9-10页
     ·研究意义第9-10页
     ·研究现状第10页
   ·本文的主要工作第10页
   ·本文的组织结构第10-12页
2 图像特征提取及匹配的基本理论第12-20页
   ·计算机视觉概述第12页
   ·图像的特征第12-15页
     ·图像的区域特征第13页
     ·图像的边缘特征第13-14页
     ·图像的角点特征第14-15页
   ·特征提取第15-17页
     ·基于梯度信息的图像特征提取第15-16页
     ·基于相位信息的图像特征检测第16页
     ·角点特征提取第16-17页
   ·图像匹配第17-19页
     ·匹配的约束条件第18页
     ·图像的区域匹配第18页
     ·图像的特征匹配第18-19页
     ·图像的相位匹配第19页
   ·本章小结第19-20页
3 B样条模型的研究及其应用第20-30页
   ·B样条模型第20-22页
     ·B样条曲线的函数形式第20页
     ·B样条曲线的特性第20-22页
     ·三次均匀B样条第22页
   ·带形状参数的B样条模型第22-28页
     ·带形状参数的B样条函数的构造第22-24页
     ·带形状参数的均匀B样条基函数的性质第24页
     ·带形状参数的四阶均匀B样条基函数第24-26页
     ·带形状参数的四阶均匀B样条曲线的性质第26-27页
     ·样条曲线的图示化比较第27-28页
   ·B样条模型的插值与逼近第28-29页
     ·数据插值第28页
     ·数据逼近第28页
     ·插值与逼近的比较第28-29页
   ·本章小结第29-30页
4 基于形参B样条模型的角点提取第30-45页
   ·本文角点提取算法整体思路第30页
   ·曲线拟合第30-36页
     ·算法流程第30-31页
     ·边缘数据点获取第31-32页
     ·数据点的参数化第32-33页
     ·最小二乘法拟合带形参B样条曲线第33-35页
     ·对应点与均方差第35-36页
     ·仿真拟合第36页
   ·迭代逼近第36-41页
     ·迭代最近点逼近算法第36-37页
     ·形参的选择第37-40页
     ·仿真迭代最近点逼近第40-41页
   ·基于曲率阈值的角点判断第41-43页
     ·曲率计算第41-42页
     ·曲率阈值第42页
     ·算法步骤第42-43页
   ·实验结果与分析第43-44页
   ·本章小结第44-45页
5 一种新的特征点匹配方法第45-53页
   ·总曲度相似不变量第45-48页
     ·总曲度计算第45-46页
     ·改进的总曲度计算第46-48页
   ·特征点匹配算法第48-51页
     ·匹配的整体思路第48-49页
     ·匹配特征线段第49页
     ·去除误匹配第49-50页
     ·匹配特征点第50-51页
   ·实验结果与分析第51页
   ·本章小结第51-53页
6 结论与展望第53-54页
   ·结论第53页
   ·展望第53-54页
致谢第54-55页
参考文献第55-57页

论文共57页,点击 下载论文
上一篇:未来之诗--论现代主义文学先驱罗伯特·布朗宁的戏剧性独白艺术
下一篇:图像拼接技术研究与实现