| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 无人机遥感发展现状 | 第10-11页 |
| 1.2.2 影像匹配方法研究现状 | 第11-13页 |
| 1.2.3 三维重建方法研究现状 | 第13-15页 |
| 1.3 本文研究内容及创新点 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 GPU-SIFT特征点提取 | 第17-33页 |
| 2.1 GPU系结构框架 | 第17-20页 |
| 2.1.1 GPU与CPU体系结构对比 | 第17-19页 |
| 2.1.2 GPU编程平台 | 第19-20页 |
| 2.2 SIFT算法详解 | 第20-27页 |
| 2.2.1 尺度空间极值检测 | 第21-24页 |
| 2.2.2 关键点定位 | 第24-25页 |
| 2.2.3 关键点方向确定 | 第25-26页 |
| 2.2.4 生成关键点描述子 | 第26-27页 |
| 2.3 结合参数设定的GPU-SIFT特征提取 | 第27-33页 |
| 第三章 大数据量的无人机影像匹配方法 | 第33-41页 |
| 3.1 基于欧氏距离的匹配像对构建 | 第33-37页 |
| 3.1.1 K-DIMENTIONTREE | 第34-35页 |
| 3.1.2 GPU优化的K-DIMENSIONTREE检索 | 第35-36页 |
| 3.1.3 实验结果及分析 | 第36-37页 |
| 3.2 基于RANSAC算法的SIFT特征点提取精匹配 | 第37-41页 |
| 3.2.1 RANSAC算法基本原理 | 第38-39页 |
| 3.2.2 实验结果与分析 | 第39-41页 |
| 第四章 三维场景重建 | 第41-61页 |
| 4.1 三维重建 | 第41-45页 |
| 4.1.1 三维重建理论基础 | 第42-43页 |
| 4.1.2 二视图、三视图及多视图几何 | 第43-45页 |
| 4.2 运动中恢复结构 | 第45-53页 |
| 4.2.1 STRUCTUREFROMMOTION原理 | 第46-48页 |
| 4.2.2 实验结果及分析 | 第48-53页 |
| 4.3 稠密点云重建 | 第53-61页 |
| 4.3.1 PMVS算法 | 第54-57页 |
| 4.3.2 实验结果及分析 | 第57-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文研究内容总结 | 第61页 |
| 5.2 可以进一步研究的问题 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65-67页 |
| 致谢 | 第67页 |
