| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·论文研究的背景和意义 | 第9页 |
| ·目标识别技术的发展 | 第9-10页 |
| ·目标识别的基本流程 | 第10-11页 |
| ·论文主要研究内容 | 第11-13页 |
| 第二章 图像的预处理 | 第13-20页 |
| ·图像与噪声 | 第13页 |
| ·传统的滤波方法 | 第13-15页 |
| ·均值滤波 | 第13-14页 |
| ·中值滤波 | 第14-15页 |
| ·维纳滤波 | 第15页 |
| ·双边滤波 | 第15-17页 |
| ·仿真结果 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 图像目标分割 | 第20-30页 |
| ·聚类的定义 | 第20页 |
| ·聚类分析的数据类型和结构 | 第20-21页 |
| ·聚类分析的主要数据类型 | 第20-21页 |
| ·聚类分析的主要数据结构 | 第21页 |
| ·聚类分析的主要步骤 | 第21-22页 |
| ·聚类算法的评价指标 | 第22页 |
| ·K均值聚类算法 | 第22-24页 |
| ·K均值聚类算法的简介 | 第22-23页 |
| ·K均值聚类算法的基本思想 | 第23页 |
| ·K均值聚类算法的评价标准 | 第23-24页 |
| ·K均值聚类算法分割彩色图像 | 第24-26页 |
| ·RGB模型 | 第24-25页 |
| ·K均值聚类算法分割彩色图像的基本流程 | 第25-26页 |
| ·仿真结果 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 特征提取 | 第30-48页 |
| ·Harris角点检测法 | 第30-34页 |
| ·Moravec算法 | 第30页 |
| ·Harris角点检测法原理 | 第30-32页 |
| ·Harris算法流程 | 第32-33页 |
| ·仿真结果 | 第33-34页 |
| ·SIFT特征匹配算法 | 第34-45页 |
| ·SIFT算法简介 | 第34页 |
| ·SIFT算法基本步骤 | 第34-35页 |
| ·SIFT算法基本原理 | 第35-44页 |
| ·仿真结果 | 第44-45页 |
| ·算法效果对比 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 去除SIFT算法中的误匹配的研究 | 第48-56页 |
| ·RANSAC算法 | 第48-49页 |
| ·RANSAC算法简介 | 第48页 |
| ·RANSAC算法的基本步骤 | 第48-49页 |
| ·RANSAC去除SIFT算法中的误匹配 | 第49页 |
| ·一种去除SIFT算法误匹配的新方法—主方向去误法 | 第49-51页 |
| ·仿真结果 | 第51-52页 |
| ·算法性能对比 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·未来展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-60页 |