| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 图像配准技术的国内外研究现状 | 第8-11页 |
| 1.3 本文的主要研究内容及结构安排 | 第11-12页 |
| 第2章 图像配准的基本原理 | 第12-27页 |
| 2.1 图像配准的定义和变换模型 | 第12-15页 |
| 2.1.1 图像配准的基本概念 | 第12-13页 |
| 2.1.2 图像配准的空间变换模型 | 第13-15页 |
| 2.2 图像配准的基本组成 | 第15-17页 |
| 2.2.1 特征空间 | 第15-16页 |
| 2.2.2 搜索空间 | 第16页 |
| 2.2.3 相似性测度 | 第16页 |
| 2.2.4 搜索策略 | 第16-17页 |
| 2.3 图像配准方法的分类 | 第17-26页 |
| 2.3.1 基于灰度的图像配准方法 | 第17-19页 |
| 2.3.2 基于变换域的图像配准方法 | 第19-20页 |
| 2.3.3 基于特征的图像配准方法 | 第20-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 SIFT 算法的分析 | 第27-37页 |
| 3.1 SIFT 算法概述 | 第27-28页 |
| 3.2 SIFT 算法实现 | 第28-33页 |
| 3.2.1 尺度空间极值检测 | 第28-30页 |
| 3.2.2 关键点精确定位 | 第30-32页 |
| 3.2.3 特征点方向分配 | 第32页 |
| 3.2.4 生成局部图像描述子 | 第32-33页 |
| 3.3 SIFT 特征匹配 | 第33-36页 |
| 3.3.1 BBF 搜索算法 | 第33-35页 |
| 3.3.2 图像的变换模型 | 第35页 |
| 3.3.3 RANSAC 算法 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 结合小波变换和 SIFT 算法的图像配准 | 第37-51页 |
| 4.1 图像的小波分解 | 第37-43页 |
| 4.1.1 连续小波变换 | 第38-39页 |
| 4.1.2 连续小波的离散化 | 第39-40页 |
| 4.1.3 二维信号的 Mallat 算法 | 第40-43页 |
| 4.2 结合小波变换和 SIFT 算法的图像配准算法 | 第43-50页 |
| 4.2.1 采用小波变换的图像配准原理 | 第43-44页 |
| 4.2.2 结合小波变换和 SIFT 算法的图像配准算法流程设计 | 第44-45页 |
| 4.2.3 实验结果分析 | 第45-50页 |
| 4.3 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |