摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 研究的背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 匹配算法的四要素 | 第10-12页 |
1.2.2 匹配算法的分类 | 第12-14页 |
1.3 景象匹配现状分析 | 第14-16页 |
1.4 本文的主要内容与组织结构 | 第16-17页 |
第2章 相关理论 | 第17-33页 |
2.1 多尺度变换理论 | 第17-26页 |
2.1.1 金字塔分解 | 第17-19页 |
2.1.2 小波分解 | 第19-21页 |
2.1.3 轮廓波分解 | 第21-22页 |
2.1.4 非下采样轮廓波分解 | 第22-26页 |
2.2 不变矩理论 | 第26-29页 |
2.2.1 Hu矩 | 第27-28页 |
2.2.2 Krawtchouk矩 | 第28-29页 |
2.3 遗传算法 | 第29-32页 |
2.3.1 遗传算法的相关概念 | 第30-31页 |
2.3.2 遗传算法的基本流程 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第3章 NSCT域下红外图像预处理 | 第33-43页 |
3.1 传统的降噪方法 | 第33-34页 |
3.2 变换域降噪 | 第34-35页 |
3.3 红外图像增强 | 第35-38页 |
3.4 NSCT-空域联合红外预处理 | 第38-41页 |
3.4.1 算法流程 | 第38页 |
3.4.2 仿真实验 | 第38-41页 |
3.5 本章小结 | 第41-43页 |
第4章 NSCT域下Krawtchouk不变矩特征景象匹配 | 第43-57页 |
4.1 红外与可见光景象匹配 | 第43-44页 |
4.2 相关技术 | 第44-48页 |
4.2.1 相位一致性变换 | 第44-46页 |
4.2.2 Krawtchouk不变矩 | 第46-47页 |
4.2.3 改进的遗传算法 | 第47-48页 |
4.3 NSCT域Krawtchouk不变矩特征景象匹配算法 | 第48-55页 |
4.3.1 算法流程 | 第48-49页 |
4.3.2 实验与分析 | 第49-55页 |
4.4 本章小结 | 第55-57页 |
第5章 NSCT域下改进SIFT特征的景象匹配 | 第57-69页 |
5.1 经典SIFT算法 | 第57-58页 |
5.1.1 尺度空间极值点检测 | 第57-58页 |
5.1.2 为关键点指定方向参数 | 第58页 |
5.1.3 生成特征点描述符 | 第58页 |
5.2 改进SIFT | 第58-60页 |
5.3 NSCT域下改进SIFT的景象匹配算法 | 第60-67页 |
5.3.1 算法流程 | 第60-61页 |
5.3.2 仿真实验 | 第61-67页 |
5.4 本章小结 | 第67-69页 |
第6章 结论 | 第69-71页 |
6.1 内容总结 | 第69-70页 |
6.2 研究展望 | 第70-71页 |
参考文献 | 第71-77页 |
缩略语词汇表 | 第77-78页 |
致谢 | 第78-79页 |
攻读学位期间的研究成果 | 第79页 |