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

基于局部特征的图像目标识别技术研究

摘要第1-5页
Abstract第5-7页
目录第7-11页
图索引第11-13页
表索引第13-14页
第1章 绪论第14-36页
   ·本论文研究的目的和意义第14-16页
   ·图像目标识别的框架与思路第16-19页
     ·图像目标识别问题的分类第16-17页
     ·图像目标识别的基本框架第17-18页
     ·图像目标识别的两种思路第18-19页
   ·图像目标识别技术的研究现状第19-31页
     ·特征提取技术第19-24页
     ·特征空间优化技术第24-26页
     ·分类器设计第26-27页
     ·性能评估方法第27-29页
     ·标准图像库第29-31页
   ·主要难点与发展趋势第31-32页
   ·论文的研究内容第32-33页
   ·论文的结构安排第33-36页
第2章 局部特征提取第36-56页
   ·引言第36-37页
   ·特征区域的稀疏选取算法第37-42页
     ·高斯差分检测算子第37-41页
     ·边缘点检测算子第41-42页
   ·局部特征的定量描述第42-46页
     ·基于梯度分布的描述子第42-45页
     ·线矩特征描述子第45-46页
   ·角点的检测算法第46-51页
     ·直线投影检测算法第47-48页
     ·SUSAN算法的自适应阈值改进第48-51页
   ·实验结果与分析第51-53页
   ·本章小结第53-56页
第3章 基于局部特征的目标匹配第56-78页
   ·引言第56-57页
   ·目标匹配的相关技术第57-60页
     ·两种目标匹配方式第57-58页
     ·匹配的相似度度量第58-60页
   ·结合NNDR与霍夫变换的匹配方法第60-64页
     ·基于NNDR的匹配策略第60-62页
     ·邻近特征点的搜索算法第62-63页
     ·基于霍夫变换的目标检测第63-64页
   ·基于局部特征和多分辨率技术的图像拼接第64-68页
     ·多分辨率下的图像配准第65-66页
     ·图像的仿射变换第66-67页
     ·渐入渐出的图像融合算法第67-68页
   ·基于局部特征和原型匹配的图像检索第68-71页
     ·基于模板匹配的检索方法第69页
     ·基于原型匹配的反馈技术第69-71页
   ·实验结果与分析第71-76页
   ·本章小结第76-78页
第4章 基于局部特征的目标分类第78-104页
   ·引言第78-79页
   ·目标的向量空间模型表示第79-81页
   ·构造视觉单词库第81-85页
     ·视觉单词的生成方法第81-83页
     ·基于RNN的层次聚类算法第83-85页
   ·基于信息论的特征选择方法第85-90页
     ·信息论的相关概念第86-87页
     ·基于信息增益法的特征选择第87-88页
     ·基于互信息法的特征选择第88-90页
   ·视觉单词的权重计算第90-92页
   ·图像目标分类器设计第92-97页
     ·基于朴素贝叶斯的图像目标分类第92-94页
     ·基于支持向量机的图像目标分类第94-97页
   ·实验结果与分析第97-102页
   ·本章小结第102-104页
第5章 基于角点特征与视面模型的目标识别第104-124页
   ·引言第104-106页
   ·三维物体的视面模型表示第106-108页
   ·基于角点特征的目标匹配第108-113页
     ·利用基准角点进行目标匹配第108-110页
     ·基于主分量与Hausdorff距离的匹配算法第110-113页
   ·基于角点标记图的目标分类第113-118页
     ·角点特征的优化技术第113-115页
     ·角点标记图的生成方法第115-116页
     ·基于BP网络的分类算法第116-118页
   ·实验结果与分析第118-123页
   ·本章小结第123-124页
第6章 总结与展望第124-128页
   ·论文工作总结第124-125页
   ·论文主要创新点第125页
   ·下一步研究工作第125-128页
参考文献第128-142页
攻读学位期间发表论文与研究成果清单第142-143页
攻读学位期间参与的科研项目第143-144页
致谢第144-145页

论文共145页,点击 下载论文
上一篇:多摄像机三维重建技术与应用
下一篇:图像序列中人的姿态估计与动作识别