| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展动态分析 | 第10-12页 |
| 1.2.1 图像配准 | 第10-11页 |
| 1.2.2 图像拼接 | 第11-12页 |
| 1.3 课题的研究内容及论文的组织结构 | 第12-14页 |
| 1.3.1 课题主要的研究内容 | 第12-13页 |
| 1.3.2 论文的组织结构 | 第13-14页 |
| 第2章 相关研究理论知识 | 第14-26页 |
| 2.1 图像配准基础知识 | 第14-21页 |
| 2.1.1 图像配准的几何定义概述 | 第14-15页 |
| 2.1.2 图像配准的分类 | 第15-16页 |
| 2.1.3 基于特征的图像配准步骤 | 第16-17页 |
| 2.1.4 图像配准的变换模型 | 第17-21页 |
| 2.2 图像拼接基础知识 | 第21-25页 |
| 2.2.1 尺度空间的概述及发展历史 | 第21-22页 |
| 2.2.2 图像在尺度空间中的表示 | 第22-23页 |
| 2.2.3 图像尺度的确定和微分函数 | 第23-24页 |
| 2.2.4 基于特征的图像拼接原理 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于变环加权SIFT算法及PCA降维的图像配准 | 第26-41页 |
| 3.1 SIFT特征提取算法 | 第26-33页 |
| 3.1.1 特征点提取 | 第26-31页 |
| 3.1.2 特征描述符生成 | 第31页 |
| 3.1.3 变环加权SIFT特征描述符生成算法 | 第31-33页 |
| 3.2 改进PCA-SIFT的特征提取 | 第33-36页 |
| 3.2.1 主成分分析（PCA） | 第33-35页 |
| 3.2.2 基于变环加权SIFT的PCA-SIFT降维特征描述符 | 第35-36页 |
| 3.3 实验结果及分析 | 第36-40页 |
| 3.3.1 图像信息 | 第36页 |
| 3.3.2 实验环境 | 第36页 |
| 3.3.3 实验结果 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 最佳点平滑法图像拼接技术 | 第41-55页 |
| 4.1 插值技术 | 第41-43页 |
| 4.1.1 近邻插值 | 第41-42页 |
| 4.1.2 双线性插值 | 第42页 |
| 4.1.3 三次卷积插值法 | 第42-43页 |
| 4.2 图像融合技术 | 第43-44页 |
| 4.2.1 加权平均法 | 第43页 |
| 4.2.2 基于塔式变换的融合 | 第43-44页 |
| 4.2.3 小波融合 | 第44页 |
| 4.3 最佳点平滑法 | 第44-46页 |
| 4.4 实验结果及分析 | 第46-54页 |
| 4.4.1 图像信息 | 第46页 |
| 4.4.2 实验环境 | 第46页 |
| 4.4.3 实验结果 | 第46-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 未来的工作 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |