摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 研究工作的背景和意义 | 第12-13页 |
1.2 国内外研究历史与现状 | 第13-18页 |
1.2.1 图像预处理方法 | 第14-15页 |
1.2.2 图像配准算法 | 第15-17页 |
1.2.2.1 频域变换的方法 | 第15页 |
1.2.2.2 基于图像像素的方法 | 第15-16页 |
1.2.2.3 基于图像特征的方法 | 第16-17页 |
1.2.3 图像融合算法 | 第17-18页 |
1.3 本文的研究内容与创新点 | 第18-19页 |
1.4 本论文的结构安排 | 第19-20页 |
第二章 基于SURF特征的图像特征提取算法 | 第20-40页 |
2.1 特征提取算法 | 第20-27页 |
2.1.1 SIFT特征 | 第21页 |
2.1.2 SURF特征 | 第21-25页 |
2.1.2.1 构建金字塔空间 | 第21-22页 |
2.1.2.2 定位特征点 | 第22页 |
2.1.2.3 选取主方向 | 第22-23页 |
2.1.2.4 描述向量生成 | 第23-25页 |
2.1.3 ORB特征 | 第25-27页 |
2.1.3.1 旋转不变性 | 第25-26页 |
2.1.3.2 特征点描述 | 第26-27页 |
2.2 算法比较分析 | 第27-30页 |
2.2.1 算法效率与内存占用对比 | 第27-28页 |
2.2.2 描述子匹配性能对比 | 第28-30页 |
2.3 改进的特征提取算法 | 第30-33页 |
2.3.1 特征点提取 | 第31页 |
2.3.2 特征主方向 | 第31页 |
2.3.3 二值描述子生成 | 第31-33页 |
2.4 实验结果及分析 | 第33-39页 |
2.4.1 实验对象与评判准则 | 第33-34页 |
2.4.2 实验结果 | 第34-39页 |
2.5 本章小结 | 第39-40页 |
第三章 基于RANSAC的图像特征配准算法 | 第40-52页 |
3.1 图像配准 | 第40-43页 |
3.1.1 相似度 | 第41页 |
3.1.2 匹配搜索算法 | 第41-42页 |
3.1.3 剔除误匹配 | 第42页 |
3.1.4 计算相机参数 | 第42-43页 |
3.2 改进的图像配准算法 | 第43-46页 |
3.2.1 双向比值法 | 第43页 |
3.2.2 改进的RANSAC算法 | 第43-45页 |
3.2.3 Levenberg-Marquardt算法 | 第45页 |
3.2.4 光束法平差 | 第45-46页 |
3.3 实验结果及分析 | 第46-51页 |
3.3.1 粗配准性能对比 | 第47页 |
3.3.2 细配准性能对比 | 第47-51页 |
3.4 本章小结 | 第51-52页 |
第四章 基于多分辨率的图像融合算法 | 第52-64页 |
4.1 图像融合 | 第52-56页 |
4.1.1 直接平均法 | 第53页 |
4.1.2 渐入渐出法 | 第53-54页 |
4.1.3 Laplacian金字塔融合 | 第54-56页 |
4.1.3.1 高斯金字塔分解 | 第54-55页 |
4.1.3.2 构建Laplacian金字塔 | 第55-56页 |
4.1.3.3 重构融合图像 | 第56页 |
4.2 结合亮度均衡的多分辨率融合算法 | 第56-58页 |
4.3 实验结果及分析 | 第58-63页 |
4.4 本章小结 | 第63-64页 |
第五章 拼接程序实现 | 第64-75页 |
5.1 OpenCV简介 | 第64-65页 |
5.1.1 OpenCV模块 | 第64-65页 |
5.1.2 OpenCV应用 | 第65页 |
5.2 拼接方式 | 第65-68页 |
5.2.1 顺序拼接法 | 第65-66页 |
5.2.1.1 前向顺序拼接 | 第65-66页 |
5.2.1.2 后向顺序拼接 | 第66页 |
5.2.2 传递拼接法 | 第66-67页 |
5.2.3 间接拼接法 | 第67-68页 |
5.3 拼接缝 | 第68-69页 |
5.4“流水”式拼接实现 | 第69-71页 |
5.5 实验结果及分析 | 第71-74页 |
5.6 本章小结 | 第74-75页 |
第六章 结论与展望 | 第75-77页 |
6.1 研究工作总结 | 第75-76页 |
6.2 对未来工作的展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-83页 |