| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 图像拼接的研究背景与意义 | 第9-10页 |
| 1.2 图像拼接国内外研究现状 | 第10-11页 |
| 1.3 图像拼接技术 | 第11-15页 |
| 1.3.1 图像预处理 | 第12-13页 |
| 1.3.2 图像配准方法 | 第13-14页 |
| 1.3.3 图像融合方法 | 第14页 |
| 1.3.4 图像拼接的难点及面临的问题 | 第14-15页 |
| 1.4 本文主要工作与结构组织 | 第15-16页 |
| 第2章 多尺度空间和图像拼接理论 | 第16-29页 |
| 2.1 多尺度空间理论 | 第16-20页 |
| 2.1.1 多尺度空间的表现形式 | 第16-18页 |
| 2.1.2 高斯尺度空间的基本性质 | 第18-19页 |
| 2.1.3 尺度的选择 | 第19-20页 |
| 2.2 基于特征点的图像配准算法 | 第20-24页 |
| 2.2.1 数学模型 | 第20-21页 |
| 2.2.2 特征点提取 | 第21-23页 |
| 2.2.3 特征点匹配 | 第23-24页 |
| 2.3 图像的几何变换模型 | 第24-27页 |
| 2.4 几种图像融合方法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 多尺度特征点聚类的图像配准 | 第29-50页 |
| 3.1 SIFT描述符 | 第29-34页 |
| 3.1.1 尺度空间的构建 | 第29-31页 |
| 3.1.2 极值点检测 | 第31-33页 |
| 3.1.3 确定特征点方向 | 第33页 |
| 3.1.4 生成特征点描述符 | 第33-34页 |
| 3.2 多尺度特征点及其聚类 | 第34-37页 |
| 3.2.1 多尺度Harris角点提取 | 第35-36页 |
| 3.2.2 聚类的基本思想及步骤 | 第36页 |
| 3.2.3 多尺度特征点检测及聚类 | 第36-37页 |
| 3.3 基于多尺度特征点聚类的图像配准 | 第37-43页 |
| 3.3.1 特征点描述符的搜索匹配 | 第38-39页 |
| 3.3.2 RANSAC算法估计模型参数 | 第39-41页 |
| 3.3.3 求解透视变换模型 | 第41-42页 |
| 3.3.4 灰度插值计算 | 第42-43页 |
| 3.4 多尺度特征点聚类提取以及图像配准性能 | 第43-49页 |
| 3.4.1 实验1：多尺度特征点聚类提取性能分析 | 第44-45页 |
| 3.4.2 实验2：多尺度特征点聚类图像配准性能分析 | 第45-47页 |
| 3.4.3 实验3：图像旋转、亮度、尺度和噪声变化时的鲁棒性分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 小波变换融合解决图像拼接问题 | 第50-62页 |
| 4.1 二维小波变换 | 第50-54页 |
| 4.1.1 二维连续和离散小波变换 | 第50-51页 |
| 4.1.2 小波变换应用于图像融合拼接 | 第51-54页 |
| 4.2 多尺度特征点聚类与小波融合的图像拼接系统 | 第54-55页 |
| 4.3 实验结果与分析 | 第55-61页 |
| 4.3.1 实验1：不同小波基的对图像拼接的性能分析 | 第56-57页 |
| 4.3.2 实验2：定量分析本文图像拼接算法 | 第57-58页 |
| 4.3.3 实验3：定性分析各种场景的图像拼接应用 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 工作总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70页 |
