freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內容

基于sift特征的圖像匹配畢業(yè)論文(已修改)

2025-09-06 15:13 本頁面
 

【正文】 湘潭大學畢業(yè)論文 題 目: 基于 SIFT 特征的圖像匹配 學 院: 信息工程學院 專 業(yè): 計算機科學與技術 完成日期: 2020年 5月 畢業(yè)設計(論文)原創(chuàng)性聲明和使用授權說明 原創(chuàng)性聲明 本人鄭重承諾:所呈交的畢業(yè)設計(論文),是我個人在指導教師的指導下進行的研究工作及取得的成果。盡我所知,除文中特別加以標注和致謝的地方外,不包含其他人或組織已經發(fā)表或公布過的研究成果,也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體,均已在文中作了明確的說明并表示了謝意。 作 者 簽 名: 日 期: 指導教師簽名: 日 期: 使用授權說明 本人完全了解 大學關于收集、保存、使用畢業(yè)設計(論文)的規(guī)定,即:按照學校要求提交畢業(yè)設計(論文)的印刷本和電子版本;學校有權保存畢業(yè)設計(論文)的印刷本和電子版,并提供目錄檢索與閱覽服務;學??梢圆捎糜坝?、縮印、數字化或其它復制手段保存論文;在不以贏利為目的前提下,學??梢怨颊撐牡牟糠只蛉績热?。 作者簽名: 日 期: 學位論文原創(chuàng)性聲明 本人鄭重聲明:所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內容外,本論文不包含任何其他個人或集體已經發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體,均已在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。 作者簽名: 日期: 年 月 日 學位論文版權使用授權書 本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定,同意學校保留并向國家有關部門或機構送交論文的復印件和電子版,允許論文被查閱和借閱。本人授權 大學可以將本學位論文的全部或部分內容編入有關數據庫進行檢索,可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。 涉密論文按學校規(guī)定處理。 作者簽名: 日期: 年 月 日 導師簽名: 日期: 年 月 日 湘 潭 大 學 畢業(yè)論文(設計)任務書 設計題目: 基于 SIFT 特征的圖像匹配 學號: 2020551307 姓名: 譚文雙 專業(yè): 計算機科學與技術 指導教師: 李志清 系主任: 文中華 一、主要內容及基本要求 該畢業(yè)論文題目是基于 SIFT 特征的圖像匹配,要求該學生重點掌握算法的詳細實現(xiàn)步驟,對算法有深刻的理解,并在此基礎上,用編程語言實現(xiàn)該匹配算法。通過大量的實驗驗證該算法的穩(wěn)定性和魯棒性,分析該算法相對于其他圖像匹配算法的優(yōu)越性,并得出相應的結論。 學生應該達到的技術指標是對算法深刻理解的基礎上,編程實現(xiàn)該算法,然后通過實驗數據分析該算法的實用性,優(yōu)越性以及存在的缺陷;圖表數量不應少于 30 個;論文的質量應該嚴格達到規(guī) 定的標準,內容豐富充實,格式應嚴格按照規(guī)定,字數不得少于 8000 字。 二、重點研究的問題 重點研究的問題是 SIFT 特征的提取,學生應該熟練掌握特征提取的步驟,理解實現(xiàn)的細節(jié)部分;其次,圖像匹配部分的理解和實現(xiàn)。 三、進度安排 序號 各階段完成的內容 完成時間 1 查閱資料、調研 2020 年 3 月 1 日 2020 年 3 月 15 日 2 開題報告、制訂設計方案 2020 年 3 月 15 日 2020 年 4 月 15 日 3 實驗(設計) 2020 年 4 月 15 日 2020 年 5 月 1 日 4 分析、調試等 2020 年 5 月 1 日 2020 年 5 月 10 日 5 寫出初稿 2020 年 5 月 10 日 2020 年 5 月 20 日 6 修改,寫出第二稿 2020 年 5 月 20 日 2020 年 5 月 23 日 7 寫出正式稿 2020 年 5 月 23 日 2020 年 5 月 25 日 8 答辯 2020 年 5 月 28 日 四、應收集的資料及主要參考文獻 [1] Lowe, . Local feature view clustering for 3D object recognition[J]. IEEE Conference on Computer Vision and Pattern : 682–688. [2] D. Lowe. Distinctive image features from scale invariant keypoints[J]. IJCV, (2): 91110. [3] David G. Lowe. Object Recognition from Local ScaleInvariant Features[J]. the International Conference on Computer :120 [4] 岡薩雷斯 .數字圖像處理(第二版) [M]. 電子工業(yè)出版社 . [5] 楊枝靈 . 王開 . Visual C++數字圖像獲取、處理及實踐應 用 [M]. 人民郵電出版社 , [6] 田巖 .柳斌 .基于特征塔集的遙感圖像融合方法 [J].華中科技大學學報 , 2020,33(7) : 14 16 [7] 沈振康 . 孫仲廉 . 數字圖像處理及應用 [M]. 北京:國防工業(yè)出版社 . [8] 鄭南寧 . 計算機視覺與模式識別 [M].北京:清華大學出版社 . [9] 邊肈祺 . 張長水 , 張學工 . 模式識別 [M]. 北京:清華大學出版社 , [10] 王軍 . 張明柱 . 圖像匹配算法的研究進展 [J].大氣與環(huán)境光學學報 ,2020,2(3):1115 湘 潭 大 學 畢業(yè)論文(設計)評閱表 學號 2020551307 姓名 譚文雙 專業(yè) 計算機科學與技術 畢業(yè)論文(設計)題目: 基于 SIFT 特征的圖像匹配 評價項目 評 價 內 容 選題 ,體現(xiàn)學科、專業(yè)特點和教學計劃的基本要求,達到綜合訓練的目的; 、份量是否適當; 與生產、科研、 社會 等實際 相 結合 。 能力 、綜合歸納資料的能力; ; 、研究方法和手段的運用能力; ; 。 論文 (設計)質量 ,論述是否充分,結構是否嚴謹合理;實驗是否正確,設計、計算、分析處理是否科學;技術用語是否準確,符號是否統(tǒng)一,圖表圖紙是否完備、整潔、正確,引文是否規(guī)范; ,有無觀點提煉,綜合概括能力如何; ,有無創(chuàng)新之處。 綜 合 評 價 該文研究了 基于 SIFT 特征的圖像匹配 ,重點研究了圖像 SIFT 特征的提取步驟和基于該算法的圖像匹配方法,并且編碼實現(xiàn)了該算法。 選題難度適中,符合培養(yǎng)目標,體現(xiàn)學科性質,達到了教學計劃的基本要求,與社會實踐相結合;論文質量較高,論述充分,算法掌握深入,語言規(guī)范準確,格式符合規(guī)定,圖表完備整潔,引文規(guī)范,文字通順;該生具備研究方案的設計能力和手段的運用能力,具備一定的外文與計算機應用能力、查閱文獻能力、經濟分析能力和綜合運用知識的能力。 評閱人: 2020 年 月 日 湘 潭 大 學 畢業(yè)論文(設計)鑒定意見 學號: 2020551307 姓名: 譚文雙 專業(yè): 計算機科學與技術 畢業(yè)論文(設計說明書) 36 頁 圖 表 41 張 論文(設計)題目: 基于 SIFT 特征的圖像匹配 內容提要: 本文簡要介紹了圖像匹配和尺度空間理論的基本概念,主要描述了 SIFT 特 征點的提取步驟和基于該算法的圖像匹配方法,并且編碼實現(xiàn)該算法,用大量實驗驗證 該匹配 算法 的穩(wěn)定性和魯棒性。最后得出結論:基于 SIFT 特征點的圖像匹配算法對圖 像 旋轉 變換 ,尺度縮放 變換和 亮度變換保持不變,對視角變換,仿射變換保持一定程度 的穩(wěn)定。該算法首先給出了尺度空間的生成方法,檢測出極值點;接下來給出了 SIFT 特征點的提取步驟和精確定位極值點的方法;然后基于特征點鄰域像素的梯度和方向生 成了關鍵點的描述向量;最后根據特征向量給出了匹配方法,提取了 SIFT 的特征點, 并 將 其應用于圖像匹配。 圖像匹配部分 采用歐式 距離匹配方法,首先提取目標圖像和待 匹配圖像的所有特征點,在目標圖中的任何一個特征點,去待匹配圖像中找到 與該特征 點歐式距離最短的兩個特征點,當這兩個距離之比小于某個 閾值 時,則接受該匹配,否 則就丟棄該匹配。 SIFT 特征點匹配算法的實現(xiàn)分為兩個部分, 即 特征提取和圖像匹配 兩部分 。特 征 提取 部分的代碼 是 在 Visual Studio2020 的控制臺中 通過 調用 OpenCV庫 實 現(xiàn)的,該代碼 生 成的可執(zhí)行 文件 即用來提取一幅圖像的 SIFT 特征 。 而 圖 像匹配部分的代碼是在 MATLAB 中實現(xiàn)的,它 調用 生成目標圖像和待匹 配圖像 的 SIFT 特征,然后進行歐氏距離方法的 匹配。
點擊復制文檔內容
環(huán)評公示相關推薦
文庫吧 www.dybbs8.com
公安備案圖鄂ICP備17016276號-1