| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于灰度的图像匹配研究现状 | 第14页 |
| 1.2.2 基于特征点的图像匹配研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 第2章 矿山空间位置匹配原理 | 第18-27页 |
| 2.1 矿山地理空间位置配准的理论基础 | 第18-19页 |
| 2.2 图像匹配的定义及数学模型 | 第19-20页 |
| 2.3 图像识别与配准算法分类 | 第20-25页 |
| 2.3.1 基于图像灰度信息的匹配算法 | 第21-23页 |
| 2.3.2 基于图像特征点信息的匹配算法 | 第23-24页 |
| 2.3.3 基于常规模型的图像匹配 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 矿山空间数据库的建立 | 第27-32页 |
| 3.1 无坐标矿山数据处理 | 第27-30页 |
| 3.1.1 等高线数据的预处理 | 第27-28页 |
| 3.1.2 不规则三角网（TIN）的生成 | 第28-29页 |
| 3.1.3 基于匹配原则的无坐标矿山DEM图像生成 | 第29-30页 |
| 3.1.4 基于匹配原则的基准DEM图像生成 | 第30页 |
| 3.2 基准空间数据库建立 | 第30-32页 |
| 3.2.1 无坐标矿山数据空间数据库 | 第31页 |
| 3.2.2 有地理坐标的DEM基准影像库制作 | 第31-32页 |
| 第4章 改进SURF算法匹配研究 | 第32-53页 |
| 4.1 SURF算法原理 | 第32-37页 |
| 4.1.1 图像特征点检测与提取 | 第32-35页 |
| 4.1.2 特征点主方向的确定 | 第35页 |
| 4.1.3 特征点描述子的生成 | 第35-36页 |
| 4.1.4 特征点匹配 | 第36-37页 |
| 4.2 改进SURF算法的图像匹配 | 第37-44页 |
| 4.2.1 基于DEM图像特征值提取的优化 | 第38-40页 |
| 4.2.2 基于特征邻域搜索的优化 | 第40-41页 |
| 4.2.3 基于图像分割的优化 | 第41-44页 |
| 4.3 改进算法实验与过程匹配 | 第44-49页 |
| 4.3.1 矿山DEM图像的生成 | 第44-46页 |
| 4.3.2 待匹配矿山DEM数据的特征检测 | 第46页 |
| 4.3.3 无坐标矿山特征匹配 | 第46-49页 |
| 4.4 仿射变换 | 第49-52页 |
| 4.4.1 空间位置确定 | 第50-51页 |
| 4.4.2 匹配精度评价 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论与讨论 | 第53-55页 |
| 主要研究成果及认识 | 第53页 |
| 论文的不足 | 第53-55页 |
| 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间取得学术成果 | 第60页 |
| 攻读硕士学位期间参与的科研项目 | 第60页 |