| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外相关技术研究现状 | 第11-15页 |
| 1.2.1 特征检测算法研究现状 | 第11-12页 |
| 1.2.2 特征描述算法研究现状 | 第12-14页 |
| 1.2.3 匹配搜索算法研究现状 | 第14-15页 |
| 1.3 本文的研究内容和结构安排 | 第15-17页 |
| 第二章 特征匹配技术原理 | 第17-25页 |
| 2.1 影像匹配的定义 | 第17页 |
| 2.2 空间几何变换模型 | 第17-18页 |
| 2.3 特征匹配一般过程 | 第18页 |
| 2.4 经典特征检测算法 | 第18-24页 |
| 2.4.1 基于亮度变化的特征检测 | 第19-20页 |
| 2.4.2 基于模板的特征检测 | 第20-21页 |
| 2.4.3 基于边缘的特征检测 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 无人机遥感影像点特征提取 | 第25-48页 |
| 3.1 尺度空间理论 | 第25-26页 |
| 3.1.1 影像金字塔 | 第25-26页 |
| 3.1.2 高斯尺度空间 | 第26页 |
| 3.2 基于尺度空间理论的特征检测 | 第26-32页 |
| 3.2.1 SIFT特征检测 | 第27-29页 |
| 3.2.2 SURF特征检测 | 第29-30页 |
| 3.2.3 ORB特征检测 | 第30-31页 |
| 3.2.4 KAZE与AKAZE特征检测算法 | 第31-32页 |
| 3.3 基于图像梯度统计的特征描述符 | 第32-35页 |
| 3.3.1 SIFT特征描述符 | 第33-34页 |
| 3.3.2 SURF特征描述符 | 第34-35页 |
| 3.4 二值特征描述符 | 第35-38页 |
| 3.4.1 BRIEF与ORB描述符 | 第36-37页 |
| 3.4.2 LDB与M-LDB描述符 | 第37-38页 |
| 3.5 特征提取算法性能比较实验 | 第38-47页 |
| 3.5.1 控制变化条件 | 第38-39页 |
| 3.5.2 影像概况 | 第39页 |
| 3.5.3 影像预处理 | 第39-41页 |
| 3.5.4 评价体系 | 第41-43页 |
| 3.5.5 实验结果与分析 | 第43-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 针对不同应用的改进特征提取算法 | 第48-60页 |
| 4.1 不同应用对特征提取算法的要求 | 第48-49页 |
| 4.2 现有算法的不足 | 第49页 |
| 4.3 AKAZE算法改进：使用SIFT描述符 | 第49页 |
| 4.4 ORB算法改进：精确特征定位 | 第49-54页 |
| 4.4.1 特征点定位原理 | 第49-52页 |
| 4.4.2 特征点定位算法简化与改进 | 第52-54页 |
| 4.5 改进ORB算法实验 | 第54-58页 |
| 4.5.1 运行时间 | 第54-55页 |
| 4.5.2 偏移量阈值 | 第55-56页 |
| 4.5.3 不同变化条件对特征点定位精度的影响 | 第56-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 机载导航数据支持的改进匹配搜索算法 | 第60-75页 |
| 5.1 距离与相似性度量准则 | 第60-61页 |
| 5.2 典型匹配搜索算法 | 第61-64页 |
| 5.2.1 穷尽搜索算法 | 第61-62页 |
| 5.2.2 Kd-树算法 | 第62-63页 |
| 5.2.3 BBF、随机Kd-树、分层K-均值树算法 | 第63-64页 |
| 5.2.4 算法选择原理 | 第64页 |
| 5.3 改进的KD-树算法 | 第64-70页 |
| 5.3.1 算法思想与流程 | 第64-65页 |
| 5.3.2 导航数据求解原始单应矩阵 | 第65-67页 |
| 5.3.3 Kd-树算法搜索过程改进 | 第67-70页 |
| 5.4 实验与分析 | 第70-74页 |
| 5.4.1 模拟数据实验 | 第70-71页 |
| 5.4.2 真实影像数据实验 | 第71-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第83-84页 |
| 致谢 | 第84页 |