封面
声明
中文摘要
英文摘要
目录
一.绪论
1.1选题意义
1.2 图像局部特征技术概述
1.2.1 局部特征提取技术概况
1.2.2 局部特征描述技术研究概况
1.2.3 局部特征匹配技术概况
1.3 本文章节安排
二.图像局部特征技术
2.1 尺度不变特征(SIFT)算法
2.1.1 SIFT特征提取
2.1.2 SIFT特征描述
2.1.3 SIFT特征匹配
2.1.4 SIFT算法的优点与缺点
2.2 SIFT衍生算法
2.2.1 PCA-SIFT算法
2.2.2 GLOH算法
2.2.3 LPP-SIFT算法
2.3 其他图像局部特征算法
2.3.1 Harris角点算法
2.3.2 SURF算法
2.4 本章小结
三.基于SIFT的图像配准算法改进
3.1 基于匹配置信值的自适应距离比阈值匹配算法
3.1.1 提出背景及出发点
3.1.2 匹配置信值的定义与计算
3.1.3 自适应距离比阈值计算
3.1.4 实验结果及分析
3.1.5 该算法的不足之处
3.2基于分量方差和梯度方向加权的特征描述算法
3.2.1 提出的背景及出发点
3.2.2 基于分量方差的加权特征描述
3.2.3 基于分量梯度方向的加权特征描述
3.2.4 整个算法流程
3.2.5 实验结果及分析
3.2.6 对该算法的一些补充说明
3.2.7 算法的缺点
3.3 基于图像分割检索的多级匹配算法
3.3.1 提出背景及出发点
3.3.2 初始源图像块定位步骤
3.3.3 源图像块自适应调整
3.3.4 算法流程
3.3.5 实验结果及分析
3.3.6 算法的不足
3.4基于哈希匹配的加速特征提取匹配算法
3.4.1 提出背景及出发点
3.4.2 哈希算法简介及在本算法中的应用
3.4.3 特征提取步骤中的修改
3.4.4算法流程
3.4.5 实验结果及分析
3.4.6 算法的缺点
3.5 对SIFT算法的综合改进
3.5.1 基于匹配准确率优化的SIFT算法综合改进
3.5.2 基于运行速度优化的SIFT算法综合改进
3.6 本章小结
四.总结与展望
参考文献
致谢
攻读硕士期间发表的学术论文