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

基于颜色不变量的特征匹配算法研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第11-19页
    1.1 引言第11-12页
    1.2 目标识别概述第12-14页
    1.3 局部特征匹配的研究现状第14-17页
    1.4 本文研究主要内容及结构安排第17-19页
第2章 特征匹配和颜色视觉理论基础第19-33页
    2.1 尺度空间理论第19-21页
    2.2 BRISK 算法第21-26页
        2.2.1 检测尺度空间的关键点(keypoint)第22-24页
        2.2.2 关键点描述第24-26页
        2.2.3 关键点匹配第26页
    2.3 颜色视觉理论第26-30页
        2.3.1 双色反射模型理论第26-28页
        2.3.2 颜色空间第28-30页
    2.4 本章小结第30-33页
第3章 基于颜色不变量的 BRISK 特征匹配算法第33-47页
    3.1 彩色模型与颜色不变量第33-37页
        3.1.1 彩色图像形成模型第33-34页
        3.1.2 颜色不变量第34-37页
    3.2 Color-BRISK 算法的实现第37-40页
        3.2.1 特征点提取第38-39页
        3.2.2 特征点描述与匹配第39-40页
        3.2.3 去除误匹配第40页
    3.3 实验结果及分析第40-45页
        3.3.1 颜色不变量的选择第40-41页
        3.3.2 算法匹配实验第41-45页
    3.4 本章小结第45-47页
第4章 基于 Haar 特征改进的鲁棒角点检测算法第47-59页
    4.1 FAST 检测算子第47-49页
    4.2 基于 Haar 特征的 FAST 算法的实现第49-52页
        4.2.1 基于 Haar 小波响应的梯度映射第50-52页
        4.2.2 基于角点候选区域的角点检测第52页
    4.3 实验结果及分析第52-58页
        4.3.1 角点检测子评价标准第52-53页
        4.3.2 算法性能分析第53-58页
    4.4 本章小结第58-59页
第5章 实验与评估第59-71页
    5.1 局部特征匹配算法的性能评价标准第59-60页
    5.2 仿真实验结果与分析第60-71页
        5.2.1 基本图像变化时算法性能分析第60-64页
        5.2.2 光照条件变化时算法性能分析第64-71页
第6章 总结与展望第71-73页
    6.1 总结第71-72页
    6.2 进一步工作方向第72-73页
致谢第73-74页
参考文献第74-78页
攻读学位期间发表论文以及参加科研情况第78-79页
辽宁大学学历教育硕士学位基本数据表第79-80页
附件 研究生毕业申请硕士学位材料第80-103页

论文共103页,点击 下载论文
上一篇:时代性和流行性在改进中国网络游戏角色造型设定中的应用
下一篇:基于PCA人脸图像压缩与重建算法的研究与实现