首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于点特征的遥感图像配准方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究目的和意义第16-17页
    1.2 国内外研究现状和当前面临的问题第17-19页
        1.2.1 国内外研究现状第17-18页
        1.2.2 当前面临的问题第18-19页
    1.3 论文的研究内容和章节安排第19-22页
第二章 图像配准基础理论第22-42页
    2.1 图像配准的定义第22页
    2.2 摄像机成像几何第22-25页
        2.2.1 针孔相机模型和摄像机坐标系第22-24页
        2.2.2 图像平面坐标系和世界坐标系第24-25页
    2.3 摄像机的运动与图像空间变换第25-32页
        2.3.1 摄像机的运动第25-26页
        2.3.2 摄像机运动和图像空间变换的关系第26-28页
        2.3.3 图像几何变换模型第28-31页
        2.3.4 模型参数求解第31-32页
    2.4 图像配准的步骤第32-34页
    2.5 图像配准的基本方法第34-39页
        2.5.1 基于灰度的方法第34-35页
        2.5.2 基于变换域的方法第35-37页
        2.5.3 基于特征的方法第37-39页
    2.6 图像配准算法评价标准第39-40页
    2.7 本章小结第40-42页
第三章 基于改进SIFT和增强特征匹配的遥感图像配准第42-64页
    3.1 引言第42页
    3.2 原始SIFT算法原理第42-50页
        3.2.1 特征点检测第43-48页
        3.2.2 特征点描述第48-49页
        3.2.3 特征点匹配第49-50页
    3.3 原始SIFT算法性能分析第50-53页
    3.4 基于改进SIFT和增强特征匹配的遥感图像配准方法第53-59页
    3.5 实验和分析第59-63页
    3.6 本章小结第63-64页
第四章 基于各向异性扩散和Harris的遥感图像配准第64-76页
    4.1 引言第64页
    4.2 基于各向异性扩散和Harris的遥感图像配准第64-71页
        4.2.1 各向异性尺度空间生成第64-68页
        4.2.2 特征点检测第68-69页
        4.2.3 特征点描述第69页
        4.2.4 特征点匹配第69-71页
        4.2.5 图像插值变换第71页
    4.3 实验和分析第71-74页
    4.4 本章小结第74-76页
第五章 总结与展望第76-78页
    5.1 总结第76页
    5.2 展望第76-78页
参考文献第78-82页
致谢第82-84页
作者简介第84-85页

论文共85页,点击 下载论文
上一篇:基于深度学习的高光谱图像分类
下一篇:基于半监督集成学习的高光谱图像分类