基于sift算法和离散小波变换的远景图像配准融合技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 选题的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 图像配准技术的研究现状 | 第9-10页 |
| 1.2.2 图像融合技术的研究现状 | 第10-12页 |
| 1.3 论文主要研究内容和结构 | 第12-13页 |
| 1.4 本论文的主要贡献和创新 | 第13-15页 |
| 第2章 图像拼接的关键技术研究 | 第15-28页 |
| 2.1 图像变换模型 | 第16-18页 |
| 2.1.1 刚体变换模型 | 第16页 |
| 2.1.2 相似变换模型 | 第16-17页 |
| 2.1.3 仿射变换模型 | 第17页 |
| 2.1.4 透视变换模型 | 第17-18页 |
| 2.2 图像配准技术 | 第18-23页 |
| 2.2.1 图像配准原理 | 第18-19页 |
| 2.2.2 图像配准流程 | 第19页 |
| 2.2.3 图像配准方法 | 第19-23页 |
| 2.3 图像融合技术 | 第23-27页 |
| 2.3.1 图像融合概述 | 第23-24页 |
| 2.3.2 图像融合方法 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于SIFT的图像配准 | 第28-54页 |
| 3.1 SIFT算法概述 | 第28页 |
| 3.2 SIFT算法实现 | 第28-41页 |
| 3.2.1 尺度空间理论与图像高斯金字塔 | 第29-31页 |
| 3.2.2 尺度空间极值检测 | 第31-33页 |
| 3.2.3 精确定位特征点 | 第33-36页 |
| 3.2.4 确定特征点的主方向 | 第36-37页 |
| 3.2.5 生成特征点描述符 | 第37-39页 |
| 3.2.6 特征点匹配 | 第39-41页 |
| 3.3 SIFT算法的改进 | 第41-48页 |
| 3.3.1 基于D~2OG的极值点检测 | 第41-43页 |
| 3.3.2 改进的RANSAC算法 | 第43-48页 |
| 3.4 实验验证 | 第48-53页 |
| 3.4.1 基于D~2OG的极值点检测的实验 | 第48-50页 |
| 3.4.2 改进RANSAC算法的实验 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于Wavelet的图像融合 | 第54-66页 |
| 4.1 小波变换理论 | 第54-57页 |
| 4.1.1 多分辨率分析 | 第54-56页 |
| 4.1.2 Mallat 算法 | 第56-57页 |
| 4.2 基于小波变换的图像融合算法 | 第57-62页 |
| 4.2.1 小波图像融合基本原理 | 第57-58页 |
| 4.2.2 图像融合规则 | 第58-60页 |
| 4.2.3 图像融合规则的改进 | 第60-62页 |
| 4.3 实验验证 | 第62-65页 |
| 4.3.1 基于小波变换的图像融合实验 | 第63-65页 |
| 4.3.2 改进小波融合规则的实验 | 第65页 |
| 4.4 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的成果 | 第73页 |
