首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于SIFT的无人机视觉图像匹配算法研究

摘要第3-4页
ABSTRACT第4页
第一章 绪论第7-13页
    1.1 课题研究背景与意义第7-8页
    1.2 国内外研究现状第8-11页
        1.2.1 SIFT算法及其改进性的研究第8-9页
        1.2.2 图像匹配算法第9-11页
        1.2.3 无人机视觉图像匹配问题第11页
    1.3 课题研究目标与主要工作内容第11-12页
        1.3.1 研究目标第11页
        1.3.2 主要研究工作内容第11-12页
    1.4 论文的组织结构第12-13页
第二章 SIFT与图像匹配算法第13-27页
    2.1 SIFT算法及改进算法第13-20页
        2.1.1 图像金字塔第13-14页
        2.1.2 尺度空间理论第14-15页
        2.1.3 算法一般步骤第15-20页
    2.2 SIFT算法的扩展研究第20-23页
        2.2.1 PCA-SIFT算法第20-21页
        2.2.2 GLOH算法第21页
        2.2.3 SURF算法第21-23页
    2.3 图像匹配相关问题第23-27页
        2.3.1 图像匹配第23-24页
        2.3.2 特征点距离度量第24-27页
第三章 无人机视觉图像匹配第27-44页
    3.1 无人机视觉图像特点与匹配需求分析第27-30页
        3.1.1 无人机遥感图像第27页
        3.1.2 无人机视觉图像第27-28页
        3.1.3 选定SIFT作为MAV视觉图像的匹配算法第28-29页
        3.1.4 选定SURF作为MAV视觉图像的对照算法第29-30页
    3.2 无人机视觉图像采集第30-31页
        3.2.1 无人机航拍图像的特点第30页
        3.2.2 样本图像采集第30-31页
    3.3 实验平台的搭建第31-35页
    3.4 实验结果分析第35-44页
        3.4.1 光照变化图像匹配第35-37页
        3.4.2 视角变化图像匹配第37-39页
        3.4.3 仿射变化图像匹配第39-42页
        3.4.4 实验结论第42-44页
第四章 SIFT算法改进的实验研究第44-70页
    4.1 SIFT算法改进第44-47页
        4.1.1 改进方向研究第44-46页
        4.1.2 算法改进第46-47页
    4.2 测试数据集第47-50页
        4.2.1 计算机视觉标准测试数据集第47-48页
        4.2.2 选取算法验证的标准数据集第48-50页
    4.3 标准数据集算法验证第50-70页
        4.3.1 光照变化第50-57页
        4.3.2 视角变化第57-63页
        4.3.3 仿射变化第63-70页
第五章 改进算法的测试与分析第70-85页
    5.1 田径场航拍序列图像实验测试第70-77页
        5.1.1 序列图像采集第70-71页
        5.1.2 图像匹配实验第71-76页
        5.1.3 实验结论第76-77页
    5.2 教学楼航拍序列图像实验测试第77-83页
        5.2.1 序列图像采集第77-78页
        5.2.2 图像匹配实验第78-83页
        5.2.3 实验结论第83页
    5.3 结论第83-85页
总结与展望第85-87页
参考文献第87-91页
在读期间发表的学术论文及取得的科研成果第91-92页
致谢第92页

论文共92页,点击 下载论文
上一篇:基于Spark的实时电影推荐系统研究
下一篇:S公司九华山智慧停车场项目可行性研究