| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 图像配准的研究现状 | 第10-11页 |
| 1.2.2 低照度与红外图像配准研究现状 | 第11-12页 |
| 1.3 论文研究任务和主要创新点 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第2章 图像配准理论与方法 | 第14-35页 |
| 2.1 图像配准简介 | 第14-24页 |
| 2.1.1 图像配准的定义 | 第14-15页 |
| 2.1.2 空间变换数学模型 | 第15-19页 |
| 2.1.3 插值 | 第19-24页 |
| 2.2 图像配准的一般过程 | 第24-26页 |
| 2.2.1 特征空间 | 第24页 |
| 2.2.2 搜索空间 | 第24页 |
| 2.2.3 搜索策略 | 第24页 |
| 2.2.4 相似性度量 | 第24-26页 |
| 2.3 图像配准方法及分类 | 第26-33页 |
| 2.3.1 基于区域的图像配准方法 | 第27-28页 |
| 2.3.2 基于特征的配准方法 | 第28-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于特征的红外与低照度图像配准方法研究 | 第35-40页 |
| 3.1 红外与低照度图像成像原理及特点 | 第35-38页 |
| 3.1.1 红外图像成像原理及特点 | 第35-36页 |
| 3.1.2 低照度图像成像原理及特点 | 第36-37页 |
| 3.1.3 红外与低照度图像区别与联系 | 第37-38页 |
| 3.2 存在问题及难点 | 第38页 |
| 3.3 低照度与红外图像配准方法的研究 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于改进SURF算法的红外与低照度图像配准研究 | 第40-67页 |
| 4.1 基于特征的图像配准中的典型算法原理与分析 | 第40-50页 |
| 4.1.1 SIFT算法原理 | 第40-45页 |
| 4.1.2 SURF算法原理 | 第45-50页 |
| 4.1.3 SIFT与SURF算法对比分析 | 第50页 |
| 4.2 SURF算法的改进 | 第50-55页 |
| 4.2.1 改进原理 | 第50-53页 |
| 4.2.2 可行性分析 | 第53-55页 |
| 4.3 基于本文改进SURF算法的低照度与红外图像的配准研究 | 第55-60页 |
| 4.3.1 配准算法分析及流程 | 第56-58页 |
| 4.3.2 边缘提取 | 第58页 |
| 4.3.3 特征匹配 | 第58-60页 |
| 4.3.4 变换模型求解 | 第60页 |
| 4.4 实验结果与分析 | 第60-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 嵌入式图像处理实验平台设计和算法移植 | 第67-82页 |
| 5.1 AM5728处理平台硬件系统 | 第67-73页 |
| 5.1.1 AM5728处理器简介 | 第67-71页 |
| 5.1.2 红外和可见光传感器设计 | 第71-73页 |
| 5.1.3 硬件平台结构 | 第73页 |
| 5.2 AM5728处理平台软件及环境搭建 | 第73-79页 |
| 5.2.1 嵌入式系统开发环境搭建 | 第74-78页 |
| 5.2.2 OpenCV和OpenCL加速 | 第78-79页 |
| 5.3 算法移植 | 第79-81页 |
| 5.3.1 程序流程 | 第79页 |
| 5.3.2 移植流程 | 第79-80页 |
| 5.3.3 实验结果 | 第80-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-84页 |
| 6.1 全文总结 | 第82页 |
| 6.2 工作展望 | 第82-84页 |
| 攻读硕士学位期间发表论文和科研成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-89页 |