基于分层算法的立体图像匹配方法研究
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景、意义和目的 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.1.3 研究目的 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 立体视觉研究现状 | 第13-15页 |
| 1.2.2 立体视觉的研究内容 | 第15-16页 |
| 1.2.3 本课题的主要研究内容 | 第16-17页 |
| 1.3 研究的内容及目标 | 第17页 |
| 1.4 论文的组织结构 | 第17-20页 |
| 第2章 立体匹配的理论概述 | 第20-32页 |
| 2.1 立体匹配的约束条件 | 第20-21页 |
| 2.2 立体匹配的基本算法 | 第21-23页 |
| 2.2.1 局部最优匹配算法 | 第22-23页 |
| 2.2.2 全局最优匹配算法 | 第23页 |
| 2.3 遗传算法的理论基础 | 第23-30页 |
| 2.3.1 遗传算法的发展 | 第23-25页 |
| 2.3.2 GA原理 | 第25页 |
| 2.3.3 GA的理论基础 | 第25页 |
| 2.3.4 传统GA | 第25-28页 |
| 2.3.5 GA与传统方法比较 | 第28-29页 |
| 2.3.6 遗传算法的特点 | 第29-30页 |
| 2.3.7 遗传算法在图像匹配中的应用 | 第30页 |
| 2.4 本章小节 | 第30-32页 |
| 第3章 改进遗传算法 | 第32-44页 |
| 3.1 改进遗传算法 | 第32-38页 |
| 3.1.1 编码 | 第32-33页 |
| 3.1.2 初始种群 | 第33页 |
| 3.1.3 遗传算子 | 第33-37页 |
| 3.1.4 适应度函数 | 第37页 |
| 3.1.5 参数设置 | 第37-38页 |
| 3.2 算法流程 | 第38-39页 |
| 3.3 实验结果分析 | 第39-42页 |
| 3.3.1 改进GA实验结果分析 | 第40页 |
| 3.3.2 改进前后实验结果对比分析 | 第40-42页 |
| 3.4 本章小节 | 第42-44页 |
| 第4章 分层算法 | 第44-62页 |
| 4.1 边缘特征提取 | 第44-46页 |
| 4.2 区域匹配算法 | 第46-49页 |
| 4.2.1 区域匹配算法原理 | 第46-47页 |
| 4.2.2 算法流程 | 第47-49页 |
| 4.3 基于分层算法的图像匹配 | 第49-54页 |
| 4.3.1 第一层匹配 | 第49页 |
| 4.3.2 第二层匹配 | 第49-50页 |
| 4.3.3 算法框架 | 第50-52页 |
| 4.3.4 分层算法的代码实现过程 | 第52-54页 |
| 4.4 分层算法间的联系 | 第54页 |
| 4.5 算法实验结果分析 | 第54-60页 |
| 4.5.1 分层算法的实验结果分析 | 第54-55页 |
| 4.5.2 分层算法与常规匹配算法实验结果对比 | 第55-57页 |
| 4.5.3 不同阈值对匹配结果的影响 | 第57-60页 |
| 4.6 本章小节 | 第60-62页 |
| 第5章 总结和展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学士论文及科研工作 | 第68-69页 |
| 致谢 | 第69页 |
