摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 选题背景及研究意义 | 第11-12页 |
1.2 计算机视觉技术的研究现状与发展 | 第12-14页 |
1.3 图像匹配方法研究现状 | 第14-15页 |
1.4 全局运动估计算法研究现状 | 第15-16页 |
1.5 本文主要工作 | 第16-17页 |
1.6 论文组织结构 | 第17-19页 |
第2章 常用坐标系及成像模型 | 第19-25页 |
2.1 常用坐标系 | 第19-21页 |
2.1.1 常用坐标系之间关系 | 第19页 |
2.1.2 成像平面坐标系 | 第19-20页 |
2.1.3 摄像机坐标系 | 第20-21页 |
2.1.4 世界坐标系 | 第21页 |
2.2 摄像机成像模型 | 第21-24页 |
2.2.1 透视投影 | 第21-22页 |
2.2.2 平行投影 | 第22-23页 |
2.2.3 坐标系转换关系 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第3章 特征提取算法 | 第25-39页 |
3.1 图像边缘检测 | 第25-29页 |
3.1.1 运用二阶微分算子检测图像边缘 | 第27-28页 |
3.1.2 基于Canny算子检测图像边缘 | 第28-29页 |
3.2 Harris角点检测 | 第29-31页 |
3.2.1 Harris角点的基本原理 | 第29-30页 |
3.2.2 Harris角点的性质 | 第30-31页 |
3.3 SIFT算法 | 第31-33页 |
3.3.1 特征点检测 | 第31-32页 |
3.3.2 特征点主方向确定 | 第32-33页 |
3.3.3 特征描述子的构建 | 第33页 |
3.4 SURF算法 | 第33-38页 |
3.4.1 积分图像 | 第33-34页 |
3.4.2 DoH近似 | 第34-35页 |
3.4.3 尺度空间表示 | 第35-36页 |
3.4.4 SURF特征描述子 | 第36页 |
3.4.5 SURF与SIFT的比较 | 第36-38页 |
3.5 本章小结 | 第38-39页 |
第4章 运动参数模型 | 第39-45页 |
4.1 摄像机的运动模式 | 第39-40页 |
4.2 运动参数模型 | 第40-44页 |
4.2.1 基于透视投影的八参数模型 | 第41-42页 |
4.2.2 基于旋转平移的四参数模型 | 第42-43页 |
4.2.3 基于仿射变换的六参数模型 | 第43页 |
4.2.4 全局运动参数模型选取 | 第43-44页 |
4.3 本章小结 | 第44-45页 |
第5章 基于图像采样算法 | 第45-57页 |
5.1 图像采样处理 | 第45-49页 |
5.1.1 采样块数 | 第45-48页 |
5.1.2 采样大小 | 第48-49页 |
5.2 匹配特征点对选取 | 第49-52页 |
5.2.1 采样区域内匹配特征点对选取 | 第49-51页 |
5.2.2 选取特征点区域选择 | 第51-52页 |
5.2.3 采样区域合并 | 第52页 |
5.3 整个算法流程 | 第52-54页 |
5.4 本章小结 | 第54-57页 |
第6章 实验结果及分析 | 第57-69页 |
6.1 图像采样区内特征点匹配算法的测试及实验结果分析 | 第57-62页 |
6.1.1 初匹配 | 第58-59页 |
6.1.2 去除误匹配 | 第59-62页 |
6.2 采样区内划区域选取匹配点对 | 第62-66页 |
6.3 摄像机轨迹描述 | 第66-68页 |
6.4 本章小结 | 第68-69页 |
第7章 总结与展望 | 第69-71页 |
7.1 工作总结 | 第69-70页 |
7.2 下一步工作展望 | 第70-71页 |
参考文献 | 第71-75页 |
致谢 | 第75页 |