| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 前言 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.2.1 特征点提取研究现状 | 第12-14页 |
| 1.2.2 特征点匹配研究现状 | 第14-16页 |
| 1.3 研究目的和意义 | 第16-17页 |
| 1.4 研究内容及章节安排 | 第17-19页 |
| 2 图像特征提取与匹配方法研究 | 第19-30页 |
| 2.1 图像特征提取 | 第19页 |
| 2.2 图像特征提取的典型算子 | 第19-27页 |
| 2.2.1 SUSAN算子 | 第19-22页 |
| 2.2.2 Moravec算子 | 第22-24页 |
| 2.2.3 Harris算子 | 第24页 |
| 2.2.4 Forstner算子 | 第24-26页 |
| 2.2.5 SIFT算子 | 第26页 |
| 2.2.6 各算子的优缺点比较 | 第26-27页 |
| 2.3 图像匹配 | 第27-28页 |
| 2.4 图像匹配算法分类 | 第28-30页 |
| 2.4.1 基于灰度分布的相关匹配算法 | 第28-29页 |
| 2.4.2 基于图像特征的匹配算法 | 第29-30页 |
| 3 针对Harris与SIFT图像特征点提取算法研究 | 第30-41页 |
| 3.1 Harris特征点提取算法 | 第30-35页 |
| 3.1.1 Harris特征点检测原理 | 第30-31页 |
| 3.1.2 Harris特征点检测步骤 | 第31-32页 |
| 3.1.3 实验分析 | 第32-35页 |
| 3.2 SIFT特征点提取算法 | 第35-41页 |
| 3.2.1 SIFT特征点提取算法原理及步骤 | 第35-38页 |
| 3.2.2 实验分析 | 第38-41页 |
| 4 改进的SIFT算法的图像特征提取与匹配技术 | 第41-56页 |
| 4.1 尺度空间理论 | 第41-42页 |
| 4.2 SIFT算法 | 第42-44页 |
| 4.3 SIFT算法的改进 | 第44-45页 |
| 4.4 二次匹配算法 | 第45-47页 |
| 4.5 利用Harris算子思想构造新的描述子 | 第47-50页 |
| 4.5.1 Harris区域自互相关 | 第48-49页 |
| 4.5.2 构造特征点描述子 | 第49-50页 |
| 4.6 仿真实验 | 第50-56页 |
| 4.6.1 用改进后的SIFT算法对视网膜进行特征提取实验 | 第50-52页 |
| 4.6.2 结合小波对视网膜进行特征提取实验 | 第52-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简历 | 第60-61页 |
| 学位论文数据集 | 第61-62页 |