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

图像局部特征提取及应用研究

致谢第4-5页
摘要第5-7页
Abstract第7-8页
1 引言第15-19页
    1.1 研究背景第15页
    1.2 研究目的及意义第15-19页
2 局部特征综述第19-47页
    2.1 局部特征检测方法概述第20-32页
        2.1.1 单尺度检测算法第21-24页
        2.1.2 多尺度检测算法第24-30页
        2.1.3 基于亮度的特征检测算法第30-32页
    2.2 局部特征描述方法概述第32-42页
        2.2.1 基于分布的描述子第33-39页
        2.2.2 基于滤波器的描述子第39-40页
        2.2.3 基于矩的描述子第40页
        2.2.4 二值描述子第40-41页
        2.2.5 局部特征描述子评价第41-42页
    2.3 局部特征性能评价方法第42-45页
    2.4 论文的研究内容及创新点第45-47页
3 加权中心对称局部三值模式描述子及在图像分类中的应用第47-69页
    3.1 中心对称局部三值模式第48-49页
    3.2 加权中心对称局部三值模式描述子的设计第49-50页
    3.3 基于加权中心对称局部三值模式局部特征的稀疏编码空间金字塔匹配图像分类方法第50-57页
        3.3.1 加权中心对称局部三值模式局部特征构造第50-52页
        3.3.2 稀疏编码空间金字塔匹配第52-55页
        3.3.3 基于WCS-LTP局部特征的ScSPM图像分类方法第55-57页
    3.4 实验结果与分析第57-67页
        3.4.1 实验平台与参数设置第57页
        3.4.2 用来比较的局部特征第57-58页
        3.4.3 测试图像库第58-61页
        3.4.4 图像匹配实验第61-63页
        3.4.5 Caltech-101数据库上的图像分类实验第63-65页
        3.4.6 Caltech-256数据库上的图像分类实验第65-66页
        3.4.7 SIMPLIcity数据库上的图像分类实验第66-67页
    3.5 本章小结第67-69页
4 SIFT-WCS-LTP局部特征构造及在图像分类中的应用第69-83页
    4.1 相关工作及问题提出第69-71页
    4.2 SIFT-WCS-LTP局部特征构造第71-72页
    4.3 基于SIFT-WCS-LTP局部特征的稀疏编码空间金字塔匹配分类方法第72-74页
    4.4 实验结果与分析第74-81页
        4.4.1 实验平台与参数设置第74页
        4.4.2 用来比较的局部特征第74页
        4.4.3 测试图像库第74-75页
        4.4.4 Caltech-101数据库上的分类实验第75-77页
        4.4.5 Caltech-256数据库上的分类实验第77-79页
        4.4.6 SIMPLIcity数据库上的分类实验第79-80页
        4.4.7 Scene-15数据库上的场景分类实验第80-81页
    4.5 本章小结第81-83页
5 基于正交对称局部三值模式的图像局部特征区域描述方法第83-102页
    5.1 相关工作及问题提出第83-84页
    5.2 LTP算子第84-85页
    5.3 CS-LTP算子及ICS-LTP算子第85-86页
    5.4 加权正交对称局部三值模式描述子的构造第86-90页
        5.4.1 正交对称的局部三值模式算子构造第86-89页
        5.4.2 WOS-LTP描述子的设计第89-90页
    5.5 基于WOS-LTP的图像局部区域描述方法第90-93页
        5.5.1 特征区域检测和归一化第90-91页
        5.5.2 支持区域分块第91-92页
        5.5.3 基于WOS-LTP局部特征区域描述方法第92-93页
    5.6 实验结果与分析第93-101页
        5.6.1 实验平台与设置第93页
        5.6.2 参数评估第93-96页
        5.6.3 用来比较的局部特征区域描述子第96页
        5.6.4 图像匹配实验第96-99页
        5.6.5 目标分类实验第99-100页
        5.6.6 局部特征区域描述子计算效率比较实验第100-101页
    5.7 本章小结第101-102页
6 结论第102-106页
    6.1 论文总结第102-104页
    6.2 工作展望第104-106页
参考文献第106-116页
作者简历及在学研究成果第116-120页
学位论文数据集第120页

论文共120页,点击 下载论文
上一篇:Android平台应用软件保护技术的研究与实现
下一篇:高质量的光频梳产生及应用研究