| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外研究研究现状 | 第17-20页 |
| 1.2.1 基于特征的图像匹配算法发展现状 | 第17-19页 |
| 1.2.2 基于特征的图像匹配加速方法研究现状 | 第19-20页 |
| 1.3 本文主要研究内容以及创新性 | 第20-22页 |
| 1.3.1 本文主要研究内容 | 第21-22页 |
| 1.3.2 本文的主要成果 | 第22页 |
| 1.4 本文的章节安排 | 第22-24页 |
| 第二章 基于特征的图像匹配算法 | 第24-38页 |
| 2.1 尺度不变特征转换算法 | 第24-31页 |
| 2.1.1 SIFT算法原理 | 第24页 |
| 2.1.2 构建尺度空间极值点检测 | 第24-27页 |
| 2.1.3 关键点的精确定位 | 第27-28页 |
| 2.1.4 消除边缘响应 | 第28-29页 |
| 2.1.5 关键点主方向计算 | 第29-30页 |
| 2.1.6 特征向量生成 | 第30-31页 |
| 2.2 ORB(Oriented FAST and Rotated BRIEF)算法 | 第31-36页 |
| 2.2.1 oFAST：具有方向的FAST特征点检测 | 第31-33页 |
| 2.2.2 rBRIEF：旋转不变的BRIEF描述符 | 第33-36页 |
| 2.3 本章小结 | 第36-38页 |
| 第三章 基于硬件实现的图像特征改进算法设计 | 第38-64页 |
| 3.1 常用图像边缘提取算法介绍 | 第38-42页 |
| 3.1.1 Sobel算子 | 第38-39页 |
| 3.1.2 拉普拉斯算子 | 第39-40页 |
| 3.1.3 Canny算子 | 第40-42页 |
| 3.2 几种边缘检测算法提取的边缘细节图匹配性能对比和分析 | 第42-55页 |
| 3.2.1 匹配性能评估方法 | 第43-44页 |
| 3.2.2 不同边缘检测算法提取的边缘细节图对比 | 第44-47页 |
| 3.2.3 SIFT算法匹配性能与分析 | 第47-51页 |
| 3.2.4 ORB算法匹配性能与分析 | 第51-55页 |
| 3.3 硬件算法设计 | 第55-62页 |
| 3.3.1 边缘细节图实验结论的启示 | 第55-56页 |
| 3.3.2 硬件算法整体流程 | 第56-57页 |
| 3.3.3 改进的边缘算子介绍以及匹配性能分析 | 第57-60页 |
| 3.3.4 硬件算法整体性能测试和分析 | 第60-62页 |
| 3.4 本章小结 | 第62-64页 |
| 第四章 图像匹配协处理单元的实现与验证 | 第64-82页 |
| 4.1 图像匹配协处理单元硬件实现框架 | 第64-65页 |
| 4.2 协处理单元验证平台：最小相机系统 | 第65-66页 |
| 4.3 硬件平台介绍 | 第66-67页 |
| 4.4 DFS模块设计与实现 | 第67-72页 |
| 4.4.1 DOG图像计算 | 第68-70页 |
| 4.4.2 FAST角点检测 | 第70-71页 |
| 4.4.3 细节图像计算 | 第71-72页 |
| 4.4.4 DFS模块仿真波形与分析 | 第72页 |
| 4.5 DOG图像极值点提取模块设计与实现 | 第72-73页 |
| 4.6 消除边缘响应模块的设计与实现 | 第73-75页 |
| 4.7 特征点提取同步模块 | 第75-77页 |
| 4.8 关键点描述模块 | 第77-80页 |
| 4.8.1 关键点方向计算 | 第77-78页 |
| 4.8.2 描述子生成 | 第78-79页 |
| 4.8.3 关键点描述模块仿真波形与分析 | 第79-80页 |
| 4.9 本章小结 | 第80-82页 |
| 第五章 总结与展望 | 第82-84页 |
| 5.1 总结 | 第82页 |
| 5.2 展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |
