平面钣金图像拼接研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 钣金图像拼接研究背景及意义 | 第10-11页 |
| 1.2 钣金图像拼接研究现状 | 第11-13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 2 图像拼接技术的理论基础 | 第16-29页 |
| 2.1 图像拼接技术基本流程 | 第16-17页 |
| 2.2 图像预处理 | 第17-18页 |
| 2.3 图像配准 | 第18-25页 |
| 2.3.1 图像配准原理 | 第18-19页 |
| 2.3.2 图像变换模型 | 第19-21页 |
| 2.3.3 图像配准分类 | 第21-25页 |
| 2.4 图像融合 | 第25-28页 |
| 2.4.1 图像融合的结构 | 第25页 |
| 2.4.2 图像融合方法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于轮廓的相位相关法钣金图像拼接 | 第29-38页 |
| 3.1 相位相关法 | 第29-32页 |
| 3.2 轮廓提取 | 第32页 |
| 3.3 实验与分析 | 第32-37页 |
| 3.3.1 方法描述 | 第32-33页 |
| 3.3.2 实验 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于稀疏特征点的钣金图像拼接 | 第38-54页 |
| 4.1 常见特征点提取算法 | 第38-40页 |
| 4.2 特征点匹配 | 第40-42页 |
| 4.2.1 基于归一化互相关匹配 | 第40-41页 |
| 4.2.2 基于像素差平方和匹配 | 第41页 |
| 4.2.3 结构相似性匹配 | 第41-42页 |
| 4.3 3σ原理去除异常值 | 第42-44页 |
| 4.3.1 3σ原理 | 第42-43页 |
| 4.3.2 3σ去除异常值 | 第43-44页 |
| 4.4 基于稀疏特征点的钣金图像拼接 | 第44-49页 |
| 4.4.1 Fast特征点提取及筛选 | 第44-45页 |
| 4.4.2 特征点匹配方法 | 第45-47页 |
| 4.4.3 参量计算及融合 | 第47-49页 |
| 4.5 实验与分析 | 第49-52页 |
| 4.5.1 方法描述 | 第49页 |
| 4.5.2 实验 | 第49-52页 |
| 4.6 本章小结 | 第52-54页 |
| 5 基于改进GANs无监督学习的钣金图像拼接 | 第54-71页 |
| 5.1 特征点提取及筛选 | 第54页 |
| 5.2 无监督学习的特征点匹配 | 第54-62页 |
| 5.2.1 GANs网络原理 | 第55-56页 |
| 5.2.2 仿射变换自动编码机 | 第56-59页 |
| 5.2.3 改进GANs及学习 | 第59-61页 |
| 5.2.4 特征点匹配 | 第61-62页 |
| 5.3 参量计算及融合 | 第62-63页 |
| 5.4 实验与分析 | 第63-70页 |
| 5.4.1 方法描述 | 第63-65页 |
| 5.4.2 实验 | 第65-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 本论文工作总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第80页 |
