| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 图像特征检测研究现状 | 第10-11页 |
| 1.3 图像匹配研究现状 | 第11-13页 |
| 1.4 研究内容和组织结构 | 第13-16页 |
| 1.4.1 本文主要内容 | 第13-14页 |
| 1.4.2 本文结构安排 | 第14-16页 |
| 2 图像特征点检测和匹配的常用算法 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 常用的图像特征点检测算法 | 第16-24页 |
| 2.2.1 Harris算法 | 第16-18页 |
| 2.2.2 SUNSAN算法 | 第18-21页 |
| 2.2.3 SIFT算法 | 第21-24页 |
| 2.3 常用的图像匹配算法 | 第24-28页 |
| 2.3.1 归一化互相关算法 | 第24-25页 |
| 2.3.2 序贯相似性检测算法 | 第25-27页 |
| 2.3.3 互信息算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于显著性区域的Harris多尺度特征点检测算法 | 第29-39页 |
| 3.1 引言 | 第29-30页 |
| 3.2 优化的显著性区域检测 | 第30-35页 |
| 3.2.1 显著性区域检测 | 第30-32页 |
| 3.2.2 区域分割优化 | 第32-35页 |
| 3.3 改进的多尺度Harris特征点提取算法 | 第35-37页 |
| 3.4 实验结果和分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于小波金字塔策略的快速匹配算法 | 第39-57页 |
| 4.1 引言 | 第39-40页 |
| 4.2 小波金字塔理论 | 第40-49页 |
| 4.2.1 小波变换理论 | 第41-44页 |
| 4.2.2 小波多分辨率分（MRA）析 | 第44-46页 |
| 4.2.3 小波金字塔搜索策略 | 第46-49页 |
| 4.3 快速归一化互相关算法 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |