基于改进SURF的图像匹配技术研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-12页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容及章节安排 | 第10-12页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 章节安排 | 第11-12页 |
| 第2章 图像匹配基础理论 | 第12-26页 |
| 2.1 图像预处理 | 第12-18页 |
| 2.1.1 灰度变换 | 第12-14页 |
| 2.1.2 图像去噪 | 第14-15页 |
| 2.1.3 图像边缘检测 | 第15-18页 |
| 2.2 图像匹配关键技术 | 第18-23页 |
| 2.2.1 图像匹配要素 | 第18-19页 |
| 2.2.2 图像的空间几何变换 | 第19-22页 |
| 2.2.3 图像匹配性能评价标准 | 第22-23页 |
| 2.3 图像匹配分类 | 第23-25页 |
| 2.3.1 基于灰度的图像匹配方法 | 第23-25页 |
| 2.3.2 基于特征的图像匹配方法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 图像匹配算法研究 | 第26-50页 |
| 3.1 特征点提取方法 | 第26-34页 |
| 3.1.1 Harris角点检测算法 | 第26-28页 |
| 3.1.2 SUSAN角点检测算法 | 第28-30页 |
| 3.1.3 SIFT特征点检测算法 | 第30-34页 |
| 3.2 SURF算法概述 | 第34-38页 |
| 3.2.1 关键点的选取 | 第35-37页 |
| 3.2.2 生成特征点描述子 | 第37-38页 |
| 3.3 特征点匹配 | 第38-42页 |
| 3.3.1 最近邻域法 | 第38-39页 |
| 3.3.2 双向匹配法 | 第39-40页 |
| 3.3.3 RANSAC算法 | 第40-41页 |
| 3.3.4 改进的RANSAC算法 | 第41-42页 |
| 3.4 实验结果及分析 | 第42-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 基于改进SURF的匹配算法 | 第50-59页 |
| 4.1 结合K-means聚类算法的匹配算法 | 第50-54页 |
| 4.1.1 特征点匹配对预处理 | 第50-51页 |
| 4.1.2 K-means聚类算法 | 第51-52页 |
| 4.1.3 特征点匹配对提纯 | 第52-54页 |
| 4.2 实验结果及分析 | 第54-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 结论与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 未来研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
