| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 图像拼接技术的研究背景和意义 | 第8页 |
| 1.2 图像拼接技术的国内外研究现状 | 第8-11页 |
| 1.2.1 基于灰度区域的图像拼接算法 | 第9页 |
| 1.2.2 基于相位相关的图像拼接算法 | 第9-10页 |
| 1.2.3 基于特征匹配的图像拼接算法 | 第10-11页 |
| 1.3 本文研究内容 | 第11-13页 |
| 第2章 图像拼接技术研究基础 | 第13-27页 |
| 2.1 图像拼接的基本框架与流程 | 第13-14页 |
| 2.2 图像预处理 | 第14-16页 |
| 2.2.1 图像增强 | 第14-16页 |
| 2.2.2 图像去噪 | 第16页 |
| 2.3 图像配准技术介绍 | 第16-19页 |
| 2.3.1 图像配准的原理 | 第16-17页 |
| 2.3.2 图像配准方法 | 第17-19页 |
| 2.4 图像变换模型以及图像融合 | 第19-26页 |
| 2.4.1 变换模型估计 | 第21-23页 |
| 2.4.2 采样与插值 | 第23-24页 |
| 2.4.3 图像融合技术 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于归一化积相关的BRISK图像配准算法 | 第27-44页 |
| 3.1 图像的校正 | 第27-28页 |
| 3.1.1 滤波去噪 | 第27页 |
| 3.1.2 灰度变换 | 第27-28页 |
| 3.2 特征点检测算法 | 第28-33页 |
| 3.2.1 FAST检测算法 | 第29页 |
| 3.2.2 ORB算法 | 第29-31页 |
| 3.2.3 BRISK算法 | 第31-33页 |
| 3.3 改进的BRISK图像配准算法 | 第33-37页 |
| 3.3.1 特征点提取 | 第33-35页 |
| 3.3.2 归一化积相关 | 第35页 |
| 3.3.3 生成特征点描述符以及粗匹配 | 第35-36页 |
| 3.3.4 匹配点对的提纯 | 第36-37页 |
| 3.4 柱面投影变换 | 第37-38页 |
| 3.5 图像匹配实验结果 | 第38-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 基于彩色共生矩阵的多分辨率图像融合算法的全景图像拼接 | 第44-52页 |
| 4.1 图像的拼接方法 | 第44页 |
| 4.2 改进的多分辨率图像融合算法 | 第44-46页 |
| 4.2.1 拉普拉斯金字塔变换 | 第45页 |
| 4.2.2 基于彩色共生矩阵的多分辨率图像融合算法 | 第45-46页 |
| 4.3 图像拼接实验结果 | 第46-50页 |
| 4.3.1 全景图像拼接算法流程 | 第47页 |
| 4.3.2 全景图像拼接融合的实验结果以及效果评价 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58页 |
| 攻读硕士学位期间研究成果 | 第58页 |
