首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征点描述符的多光谱图像配准算法研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第12-21页
    1.1 研究背景第12-14页
    1.2 研究问题描述第14-17页
    1.3 主要工作与创新点第17-19页
    1.4 论文结构安排第19-21页
第二章 图像配准理论基础第21-48页
    2.1 基于灰度信息的图像配准第22-23页
    2.2 基于特征点的图像配准第23-33页
        2.2.1 梯度特征描述符第24-29页
        2.2.2 改进的梯度特征描述符第29-32页
        2.2.3 基于学习获得的特征第32-33页
    2.3 后处理技术删除错误匹配第33-39页
        2.3.1 RANSAC后处理技术第34-35页
        2.3.2 迭代最近点后处理方法第35-36页
        2.3.3 基于全局信息的特征点匹配后处理技术第36-39页
    2.4 直线匹配第39-40页
    2.5 图像配准的空间变换第40-42页
    2.6 特征点匹配评价指标及数据集第42-47页
    2.7 小结第47-48页
第三章 多重约束下的多光谱图像特征点精准匹配第48-65页
    3.1 引言第48-49页
    3.2 多重约束下的特征点精确匹配方法设计第49-50页
    3.3 特征点检测、描述符计算第50-51页
    3.4 粗匹配第51-55页
        3.4.1 应用CIDS约束第51-53页
        3.4.2 特征点距离约束第53-55页
        3.4.3 粗匹配阶段的不精确性第55页
    3.5 精匹配第55-58页
    3.6 特征点匹配评价第58-59页
    3.7 实验结果第59-63页
    3.8 小结第63-65页
第四章 基于全局信息的多光谱图像特征点快速匹配第65-86页
    4.1 引言第65-66页
    4.2 基于全局信息的特征点快速匹配算法第66-71页
        4.2.1 算法思路第67-69页
        4.2.2 算法实现第69-71页
    4.3 算法复杂度分析第71-73页
    4.4 测试数据集及评估准则第73页
    4.5 实验结果第73-84页
        4.5.1 可视化实验结果第73-80页
        4.5.2 匹配误差实验结果第80-83页
        4.5.3 计算复杂度实验结果第83-84页
    4.6 小结第84-86页
第五章 特征点和直线联合匹配方法第86-106页
    5.1 引言第86-89页
    5.2 构造特征点和直线的组合第89-90页
        5.2.1 检测特征点第89页
        5.2.2 检测直线第89页
        5.2.3 构造特征点和直线的组合第89-90页
    5.3 设计组合描述符及匹配第90-95页
        5.3.1 设计组合的描述符第92页
        5.3.2 利用描述符实现组合的匹配第92-95页
    5.4 实验结果与分析第95-104页
        5.4.1 算法参数取定第96-97页
        5.4.2 实验结果分析第97-104页
    5.5 小结第104-106页
第六章 总结与展望第106-109页
参考文献第109-121页
缩略语说明第121-122页
致谢第122-124页
攻读学位期间的学术成果第124-125页

论文共125页,点击 下载论文
上一篇:贵金属基纳米复合材料的制备及其应用研究
下一篇:两亲性两性离子共聚物涂层改性光生物反应器表面的构建及其抗生物污损性能