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

基于粗大轮廓的异源视觉图像匹配技术研究

摘要第1-5页
ABSTRACT第5-10页
注释表第10-11页
第一章 绪论第11-19页
   ·课题研究背景及意义第11页
   ·国内外研究现状第11-17页
     ·图像匹配方法的国内外研究现状第12-15页
     ·边缘检测方法的国内外研究现状第15-17页
     ·存在问题第17页
   ·本文主要内容和创新点第17-19页
     ·本文主要内容第17-18页
     ·本文创新点第18-19页
第二章 基于蚁群模糊聚类分割的粗大轮廓提取方法研究第19-39页
   ·异源图像的成像特点和粗大轮廓定义第19-20页
     ·异源图像的成像特点第19-20页
   ·图像分割的概述与现状第20-22页
     ·图像分割方法的研究现状第21-22页
     ·图像分割方法现状分析与总结第22页
   ·基于灰度和纹理特征的图像分割方法研究第22-31页
     ·基于灰度直方图及其统计特征的研究第22-23页
     ·图像中不同材质对象的特征分析及其表征第23-25页
     ·基于蚁群模糊聚类方法的异源图像分割方法的研究第25-30页
     ·基于 canny 边缘检测子的粗大轮廓提取方法第30-31页
   ·实验结果与分析第31-38页
     ·本章方法具体实现过程第31页
     ·本章方法验证实验结果与分析第31-36页
     ·本章方法与现有方法的对比实验结果与分析第36-38页
   ·本章小结第38-39页
第三章 轮廓跟踪和轮廓化简方法的研究第39-50页
   ·轮廓跟踪方法的研究第39-41页
     ·传统的轮廓跟踪方法第39-40页
     ·本文采用的轮廓跟踪方法第40页
     ·轮廓跟踪实验结果第40-41页
   ·非极大值抑制法提取局部曲率极大值点的轮廓化简方法研究第41-45页
     ·基于 c-尺度分割子集的曲率近似计算方法研究第42-44页
     ·提取曲率极大值点为特征点第44-45页
   ·本章方法与传统方法实验结果对比及分析第45-49页
     ·道格拉斯-普克化简方法介绍第45页
     ·轮廓化简结果对比与分析第45-49页
   ·本章小结第49-50页
第四章 基于子矩阵的异源图像局部轮廓匹配技术研究第50-70页
   ·轮廓匹配概述第50-52页
     ·轮廓匹配的意义第50页
     ·轮廓匹配的步骤第50-51页
     ·轮廓匹配研究现状第51-52页
   ·基于子矩阵的局部轮廓匹配算法第52-60页
     ·粗匹配阶段第53-58页
     ·精匹配阶段第58-59页
     ·构建 RST 不变特征量第59-60页
   ·基于子矩阵的轮廓匹配结果与分析第60-62页
     ·基于子矩阵的整体匹配实验结果与分析第60-61页
     ·基于子矩阵的局部轮廓匹配实验结果与分析第61-62页
   ·本文算法与现有方法的对比试验结果与分析第62-69页
     ·对比方法的原理介绍第62-63页
     ·二值图像之间的整体匹配和局部匹配结果第63-64页
     ·SAR 图像之间的整体匹配和局部匹配结果第64-65页
     ·实拍红外图像之间的整体匹配和局部匹配结果第65-67页
     ·实拍可见光彩色图像与红外图像之间的整体匹配和局部匹配结果第67-69页
   ·本章小结第69-70页
第五章 总结与展望第70-71页
   ·本文的主要工作第70页
   ·研究展望第70-71页
参考文献第71-75页
致谢第75-76页
在学期间的研究成果及发表的学术论文第76页

论文共76页,点击 下载论文
上一篇:基于DaVinci技术的视频除雾和电子稳像
下一篇:基于特征点的目标跟踪算法研究