多传感器多分辨率图像融合算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究目的和意义 | 第9-10页 |
| 1.2 图像配准研究内容及现状 | 第10-12页 |
| 1.3 图像融合研究内容及现状 | 第12-16页 |
| 1.4 本文主要研究内容及结构安排 | 第16-17页 |
| 第2章 多传感器图像配准原理和模型 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 图像预处理 | 第17-18页 |
| 2.3 配准技术概述 | 第18-24页 |
| 2.3.1 图像配准基本概念 | 第18页 |
| 2.3.2 图像配准原理 | 第18-22页 |
| 2.3.3 图像配准过程 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 尺度空间理论和角点提取算法 | 第25-36页 |
| 3.1 引言 | 第25页 |
| 3.2 尺度空间理论 | 第25-30页 |
| 3.2.1 尺度空间的数学描述 | 第26-27页 |
| 3.2.2 高斯尺度空间 | 第27-29页 |
| 3.2.3 图像金字塔结构 | 第29-30页 |
| 3.3 角点提取算法 | 第30-35页 |
| 3.3.1 角点定义 | 第31-32页 |
| 3.3.2 角点提取算法 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 图像配准及其算法研究 | 第36-57页 |
| 4.1 引言 | 第36页 |
| 4.2 尺度不变特征变换(SIFT)算法 | 第36-46页 |
| 4.2.1 SIFT 算法原理 | 第37-38页 |
| 4.2.2 特征提取 | 第38-44页 |
| 4.2.3 特征点匹配 | 第44-46页 |
| 4.3 SIFT 算法改进 | 第46-51页 |
| 4.3.1 PCA-SIFT 算法 | 第47-48页 |
| 4.3.2 Harris-SIFT 特征点检测 | 第48-51页 |
| 4.4 空间变换模型的求解 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 图像融合及其算法研究 | 第57-72页 |
| 5.1 引言 | 第57页 |
| 5.2 图像融合性能指标 | 第57-60页 |
| 5.3 常用的图像融合算法 | 第60-67页 |
| 5.3.1 加权平均图像融合算法 | 第60-61页 |
| 5.3.2 基于拉普拉斯塔形分解的图像融合算法 | 第61-63页 |
| 5.3.3 基于小波变换的图像融合算法 | 第63-67页 |
| 5.4 基于平移不变离散小波变换的图像融合 | 第67-71页 |
| 5.5 本章小结 | 第71-72页 |
| 总结 | 第72-74页 |
| 参考文献 | 第74-81页 |
| 致谢 | 第81页 |
