| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 局部特征提取技术的研究现状 | 第11-15页 |
| 1.2.1 局部特征检测的研究现状 | 第11-14页 |
| 1.2.2 局部特征描述的研究现状 | 第14-15页 |
| 1.3 主要研究内容与论文框架 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 论文框架 | 第16-17页 |
| 第二章 图像的局部特征提取方法 | 第17-44页 |
| 2.1 图像的尺度空间理论 | 第17-20页 |
| 2.1.1 高斯尺度空间及性质 | 第17-19页 |
| 2.1.2 图像的尺度空间表达 | 第19页 |
| 2.1.3 图像的特征尺度选择 | 第19-20页 |
| 2.2 局部特征检测方法 | 第20-35页 |
| 2.2.1 角点检测方法 | 第20-29页 |
| 2.2.2 斑点检测方法 | 第29-34页 |
| 2.2.3 局部特征检测方法性能评估 | 第34-35页 |
| 2.3 局部特征描述方法 | 第35-43页 |
| 2.3.1 基于梯度分布的局部特征描述 | 第36-40页 |
| 2.3.2 基于二进制的局部特征描述 | 第40-43页 |
| 2.3.3 局部特征描述方法性能评估 | 第43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 基于MS-Gabor滤波器的局部特征提取技术 | 第44-66页 |
| 3.1 基于Gabor变换的特征提取方法概述 | 第45页 |
| 3.2 Gabor滤波器理论 | 第45-50页 |
| 3.2.1 Gabor变换和测不准定理 | 第45-47页 |
| 3.2.2 2D-Gabor滤波器 | 第47-50页 |
| 3.3 多尺度的FAST兴趣点检测 | 第50-53页 |
| 3.3.1 多尺度Gabor滤波器设计 | 第50-52页 |
| 3.3.2 构建尺度不变的FAST特征检测 | 第52-53页 |
| 3.4 特征点描述子的建立 | 第53-56页 |
| 3.4.1 特征点方向分配 | 第53-54页 |
| 3.4.2 特征矢量生成 | 第54-56页 |
| 3.5 特征匹配与提纯 | 第56-58页 |
| 3.5.1 特征匹配 | 第56页 |
| 3.5.2 RANSAC算法去除误匹配 | 第56-58页 |
| 3.6 实验结果与评价分析 | 第58-65页 |
| 3.6.1 实验结果 | 第58页 |
| 3.6.2 性能评价指标 | 第58-59页 |
| 3.6.3 不同算法性能对比分析 | 第59-65页 |
| 3.7 本章小结 | 第65-66页 |
| 第四章 局部特征提取技术在光学遥感影像配准中的应用 | 第66-78页 |
| 4.1 光学遥感影像配准技术 | 第66页 |
| 4.2 基于局部特征提取的光学遥感影像配准 | 第66-69页 |
| 4.2.1 初始特征点匹配 | 第68页 |
| 4.2.2 优化控制点 | 第68页 |
| 4.2.3 纠正待配准图像 | 第68-69页 |
| 4.3 实验结果及精度分析 | 第69-77页 |
| 4.3.1 相同传感器遥感影像配准及精度 | 第69-73页 |
| 4.3.2 不同传感器遥感影像配准及精度 | 第73-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 总结 | 第78页 |
| 5.2 展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |