基于局部特征的图像重建算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文课题的研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容与章节安排 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 章节安排 | 第14-16页 |
| 第二章 基于相似图像集的图像重建算法 | 第16-38页 |
| 2.1 图像的局部特征 | 第16-21页 |
| 2.1.1 局部特征概述 | 第16-17页 |
| 2.1.2 尺度不变特征变换 | 第17-21页 |
| 2.2 特征匹配 | 第21-23页 |
| 2.2.1 匹配策略 | 第21-22页 |
| 2.2.2 高效匹配算法 | 第22-23页 |
| 2.3 图像配准 | 第23-27页 |
| 2.3.1 直接变换法 | 第23-25页 |
| 2.3.2 随机抽样一致算法 | 第25-27页 |
| 2.4 图像块筛选法及其改进算法 | 第27-30页 |
| 2.4.1 人工设定阈值法 | 第27-28页 |
| 2.4.2 自适应阈值的图像块筛选法 | 第28-30页 |
| 2.5 图像分割 | 第30-32页 |
| 2.5.1 基于图的图像表示 | 第30-31页 |
| 2.5.2 分割算法 | 第31-32页 |
| 2.6 图像融合 | 第32-38页 |
| 2.6.1 泊松图像编辑 | 第33-35页 |
| 2.6.2 泊松图像编辑离散解 | 第35-36页 |
| 2.6.3 卷积近似解法 | 第36-38页 |
| 第三章 大规模近似重复图像搜索算法 | 第38-54页 |
| 3.1 基于视觉词袋模型的图像搜索算法 | 第38-45页 |
| 3.1.1 K近邻算法与相似性度量 | 第40-43页 |
| 3.1.2 局部特征的聚类 | 第43-45页 |
| 3.2 大规模相似搜索优化算法 | 第45-48页 |
| 3.3 基于局部相关信息的相似图像搜索算法 | 第48-54页 |
| 第四章 重建算法系统设计及仿真结果 | 第54-64页 |
| 4.1 系统设计 | 第54-57页 |
| 4.1.1 离线训练系统 | 第54-56页 |
| 4.1.2 在线重建系统 | 第56-57页 |
| 4.2 实验结果 | 第57-64页 |
| 4.2.1 相似图像搜索实验结果 | 第58-59页 |
| 4.2.2 图像重建效果及分析 | 第59-61页 |
| 4.2.3 自适应阈值的图像块筛选实验结果 | 第61-64页 |
| 第五章 总结与展望 | 第64-68页 |
| 5.1 全文总结 | 第64-65页 |
| 5.1.1 论文主要工作 | 第64页 |
| 5.1.2 论文成果 | 第64-65页 |
| 5.1.3 论文问题分析 | 第65页 |
| 5.2 未来期望 | 第65-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
