基于单目视觉的电子稳像技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 电子稳像技术的难点 | 第16-17页 |
| 1.4 本文研究内容及组织结构 | 第17-19页 |
| 第2章 电子稳像技术的基本方法 | 第19-27页 |
| 2.1 电子稳像基本流程 | 第19-20页 |
| 2.2 常见电子稳像算法介绍 | 第20-26页 |
| 2.2.1 灰度投影算法 | 第20-21页 |
| 2.2.2 代表点匹配算法 | 第21页 |
| 2.2.3 位平面匹配算法 | 第21-23页 |
| 2.2.4 块匹配算法 | 第23-24页 |
| 2.2.5 光流场算法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于SSDA的块匹配算法 | 第27-42页 |
| 3.1 基于模板的块匹配算法 | 第27-29页 |
| 3.2 搜索策略 | 第29-34页 |
| 3.2.1 三步搜索策略 | 第29-30页 |
| 3.2.2 四步搜索策略 | 第30页 |
| 3.2.3 菱形搜索策略 | 第30-31页 |
| 3.2.4 自适应十字搜索策略 | 第31-34页 |
| 3.3 序贯相似性检测 | 第34-35页 |
| 3.4 积分图 | 第35-38页 |
| 3.5 全局运动矢量估计 | 第38-40页 |
| 3.5.1 匹配块稀疏策略 | 第38-39页 |
| 3.5.2 投票法则 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于尺度空间变换的自适应光流法 | 第42-71页 |
| 4.1 基于梯度的光流场算法介绍 | 第42-47页 |
| 4.1.1 光流约束方程 | 第42-43页 |
| 4.1.2 Horn-Schunck算法 | 第43-45页 |
| 4.1.3 Lucas-Kanade算法 | 第45-47页 |
| 4.2 角点检测 | 第47-56页 |
| 4.2.1 角点、边缘与平坦区域 | 第47-48页 |
| 4.2.2 Moravec角点检测算子 | 第48-49页 |
| 4.2.3 Harris角点检测算子 | 第49-55页 |
| 4.2.4 Shi-Tomasi角点检测算子 | 第55-56页 |
| 4.3 尺度空间与高斯金字塔 | 第56-66页 |
| 4.3.1 图像尺度空间的建立 | 第57-58页 |
| 4.3.2 高斯拉普拉斯算子（LoG） | 第58-61页 |
| 4.3.3 高斯差分算子（DoG） | 第61-64页 |
| 4.3.4 DoG尺度空间极值点的检测 | 第64-66页 |
| 4.4 随机抽样一致性 | 第66-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第5章 电子稳像算法的评价指标 | 第71-78页 |
| 5.1 稳像效果的客观评价 | 第71-74页 |
| 5.1.1 保真度 | 第71-73页 |
| 5.1.2 稳像速率 | 第73-74页 |
| 5.2 稳像效果的主观评价 | 第74-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读学位期间发表论文与研究成果清单 | 第85-86页 |
| 致谢 | 第86页 |
