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

基于序列图像的空间非合作目标三维重建关键技术研究

表目录第1-8页
图目录第8-12页
摘要第12-13页
Abstract第13-15页
缩略词第15-16页
第1章 绪论第16-28页
   ·课题研究背景第16-17页
   ·国内外研究现状第17-26页
     ·相机标定研究现状第19-20页
     ·图像匹配研究现状第20-25页
     ·基本矩阵估计研究现状第25-26页
   ·论文主要工作及结构安排第26-28页
第2章 空间平台相机在线标定技术研究第28-52页
   ·引言第28页
   ·基于多结构元素复合滤波的形态学边缘检测第28-35页
     ·多结构元素复合滤波第29-30页
     ·具有方向估计的形态学梯度计算第30-31页
     ·阈值比较及沿梯度方向 NMS第31页
     ·仿真实验与分析第31-34页
     ·结论第34-35页
   ·基于平行四边形投影的相机标定第35-51页
     ·预备知识第35-37页
     ·基于平行四边形相似不变量的相机标定第37-41页
     ·基于直线射影不变性的径向畸变参数估计第41-42页
     ·实验与分析第42-50页
     ·结论第50-51页
   ·本章小结第51-52页
第3章 基于 SCCH 描述子的多尺度 Harris 角点匹配第52-83页
   ·引言第52-53页
   ·基于高斯金字塔的 Harris 角点检测及其硬件加速方法第53-64页
     ·基于高斯金字塔的 Harris 角点检测第53-56页
     ·基于高斯金字塔的 Harris 角点检测硬件加速设计第56-61页
     ·仿真实验与分析第61-64页
     ·结论第64页
   ·基于 SCCH 的局部特征描述方法第64-72页
     ·SCCH 特征描述子第65-67页
     ·实验与分析第67-72页
     ·结论第72页
   ·基于 SCCH 的多尺度 Harris 角点匹配第72-81页
     ·算法实现第72-73页
     ·实验与分析第73-81页
     ·结论第81页
   ·本章小结第81-83页
第4章 应用序贯相似检测的基本矩阵估计第83-101页
   ·引言第83-84页
   ·预备知识第84-87页
     ·对极几何与基本矩阵第84-85页
     ·基本矩阵的一般求解方法第85-87页
   ·基于 SSDA 的快速基本矩阵估计第87-100页
     ·SSDA 及其改进算法第87-90页
     ·改进 MAPSAC 算法第90-91页
     ·基于 SSDA 的基本矩阵估计算法第91-92页
     ·实验与分析第92-100页
   ·本章小结第100-101页
第5章 序列图像三维重建系统设计与实现第101-118页
   ·引言第101页
   ·序列图像三维重建算法实现第101-104页
     ·度量空间三维点云恢复第102-103页
     ·三维模型整合第103-104页
   ·三维重建实验系统设计与实现第104-117页
     ·模块功能与实现第105-106页
     ·实验结果与分析第106-117页
   ·本章小结第117-118页
第6章 结束语第118-120页
   ·论文研究工作总结第118-119页
   ·工作展望第119-120页
致谢第120-121页
参考文献第121-130页
作者在学期间取得的学术成果第130页

论文共130页,点击 下载论文
上一篇:大规模高效能计算的系统软件关键技术研究
下一篇:细胞图像的分割、纹理提取及识别方法研究