摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 电子稳像算法研究现状 | 第10-12页 |
1.3 本文主要研究内容 | 第12-13页 |
1.4 论文结构安排 | 第13-15页 |
第2章 基于SURF的特征轨迹构造算法研究 | 第15-33页 |
2.1 图像特征点提取算法的研究 | 第15-18页 |
2.1.1 常用的特征提取算法比较与分析 | 第15-17页 |
2.1.2 SURF特征点提取算法 | 第17-18页 |
2.2 改进的SURF特征点粗匹配算法研究 | 第18-24页 |
2.2.1 常用的K邻近距离比值法分析 | 第18-20页 |
2.2.2 基于双阈值约束和双向检测的K邻近距离比值法 | 第20-24页 |
2.3 改进的RANSAC算法研究 | 第24-30页 |
2.3.1 标准RANSAC算法分析 | 第24-26页 |
2.3.2 基于最小距离偏差和分块处理的RANSAC算法 | 第26-30页 |
2.4 特征轨迹构造算法研究 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第3章 基于特征轨迹的运动优化算法研究 | 第33-48页 |
3.1 目标函数 | 第33-35页 |
3.2 特征轨迹平滑约束研究 | 第35-38页 |
3.3 空间约束研究 | 第38-43页 |
3.4 权值的选取 | 第43-44页 |
3.5 目标函数求解 | 第44-47页 |
3.6 本章小结 | 第47-48页 |
第4章 电子稳像原型系统的设计与实现 | 第48-65页 |
4.1 基于特征轨迹优化的电子稳像算法整体设计 | 第48-51页 |
4.1.1 视频分段处理的研究 | 第49-50页 |
4.1.2 图像补偿算法的研究 | 第50-51页 |
4.2 基于特征轨迹优化的电子稳像系统实现 | 第51-52页 |
4.3 算法测试与验证 | 第52-64页 |
4.3.1 实验环境 | 第52-53页 |
4.3.2 改进的SURF特征点粗匹配算法实验 | 第53-56页 |
4.3.3 改进的RANSAC算法实验 | 第56-59页 |
4.3.4 基于特征轨迹优化的电子稳像算法实验 | 第59-64页 |
4.4 本章小结 | 第64-65页 |
第5章 总结与展望 | 第65-67页 |
5.1 研究工作总结 | 第65-66页 |
5.2 工作展望 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-72页 |
攻读学位期间获得与学位论文相关的科研成果目录 | 第72页 |