基于壁画的对象识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题背景及意义 | 第10页 |
| ·本文研究内容 | 第10-11页 |
| ·本文组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 对象识别相关技术概述 | 第13-25页 |
| ·引言 | 第13页 |
| ·对象识别概述 | 第13-21页 |
| ·对象识别关键要素 | 第13-15页 |
| ·对象识别系统 | 第15-17页 |
| ·对象识别方法 | 第17-21页 |
| ·局部特征描述 | 第21-24页 |
| ·边缘、梯度和角点 | 第21-22页 |
| ·局部特征的起源和发展现状分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 多尺度的大图像快速访问存储研究 | 第25-39页 |
| ·引言 | 第25页 |
| ·大图像的概念 | 第25-27页 |
| ·高分辨率图像 | 第25-26页 |
| ·大尺度图像 | 第26-27页 |
| ·大图像的多尺度存储结构 | 第27-32页 |
| ·图像金字塔 | 第27-29页 |
| ·高斯金字塔算法 | 第29-30页 |
| ·多尺度存储结构 | 第30-31页 |
| ·文件名命名规则 | 第31-32页 |
| ·大图像快速访问实现 | 第32-38页 |
| ·建高斯图像金字塔 | 第33-34页 |
| ·图像快速浏览过程 | 第34-36页 |
| ·系统模块及性能分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于 SIFT的壁画元素识别技术研究 | 第39-59页 |
| ·引言 | 第39-40页 |
| ·SIFT特征点提取 | 第40-46页 |
| ·选择尺度空间极值点 | 第40-42页 |
| ·特征点精确定位 | 第42-44页 |
| ·计算特征点方向 | 第44页 |
| ·建立描述 | 第44-46页 |
| ·特征匹配 | 第46-52页 |
| ·单个特征点匹配 | 第47-48页 |
| ·Hough变换聚类匹配 | 第48-52页 |
| ·一种高效的错配消除方法 | 第52页 |
| ·扩展的SIFT描述子 SC-SIFT | 第52-58页 |
| ·SIFT在壁画识别中存在的问题 | 第53-54页 |
| ·SC-SIFT描述子 | 第54-57页 |
| ·基于 SC-SIFT的特征匹配 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于壁画的对象识别系统分析 | 第59-70页 |
| ·系统模块组织 | 第59-60页 |
| ·特征检测与描述子系统 | 第60-66页 |
| ·特征点检测和描述流程 | 第60-61页 |
| ·特征点检测结果分析 | 第61-65页 |
| ·SIFT和 SC-SIFT性能分析 | 第65-66页 |
| ·特征匹配子系统 | 第66-69页 |
| ·特征匹配流程 | 第66页 |
| ·匹配结果分析 | 第66-69页 |
| ·系统性能分析 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·已有成果和局限 | 第70-71页 |
| ·后续工作 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 作者简历 | 第77页 |
