首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多图像拼接算法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·基于图像的绘制技术第9-10页
   ·全景图像拼接技术研究意义第10-11页
   ·全景图像拼接技术主要研究内容第11-12页
   ·论文研究工作第12-13页
   ·论文主要结构第13-14页
第二章 全景图像拼接技术综述第14-20页
   ·全景图像拼接技术概述第14-15页
   ·基于特征的图像拼接算法研究第15-16页
   ·几种典型的基于特征的图像拼接算法第16-19页
     ·M.Brown基于不变特征的图像自动拼接算法第16-17页
     ·T.Kasar基于特征的图像拼接算法第17页
     ·方贤勇等人的基于错位图像的自动拼接算法第17-19页
   ·本章小结第19-20页
第三章 基于特征的图像拼接的基本原理和关键技术第20-32页
   ·基于特征的图像拼接的基本步骤第20页
   ·图像特征提取第20-24页
     ·Harris算子特征点提取第20-21页
     ·SIFT算子特征点提取第21-24页
       ·SIFT特征点检测第21-23页
       ·生成特征点描述符第23-24页
   ·图像配准第24-27页
     ·特征点粗匹配第24-25页
       ·k-d树最近邻搜索第24-25页
       ·BBF(Best Bin First)搜索第25页
     ·特征点精确匹配第25-27页
       ·MSAC估计算法第26页
       ·RANSAC参数估计算法第26-27页
   ·图像融合第27-30页
     ·融合算法第28-29页
       ·融合算法分析比较第28页
       ·多分辨率融合算法第28-29页
     ·图像插值第29-30页
       ·最邻近插值法第29页
       ·双线性插值法第29-30页
   ·本章小结第30-32页
第四章 一种精确匹配的全景图自动拼接算法第32-50页
   ·引言第32-33页
   ·特征点初始匹配第33-35页
   ·图像之间单应性矩阵的求解第35-36页
   ·特征点对的筛选与精确匹配第36-38页
     ·欧氏距离比值第37页
     ·中值滤波原理第37页
     ·RANSAC算法第37-38页
   ·投影模型第38-40页
     ·柱面投影模型第38-39页
     ·球面投影模型第39-40页
   ·输入图像的自动排序第40-42页
     ·输入图像的匹配关系第40-41页
     ·输入图像的投影矩阵变换第41-42页
   ·多分辨率融合第42页
   ·实验结果与分析第42-49页
     ·特征点对筛选与精确匹配第42-48页
     ·输入图像的自动排序第48-49页
     ·生成全景图第49页
   ·本章小结第49-50页
第五章 总结与展望第50-52页
   ·论文工作总结第50页
   ·工作展望第50-52页
参考文献第52-57页
致谢第57-58页
攻读硕士期间主要研究成果第58页

论文共58页,点击 下载论文
上一篇:虚拟现实中碰撞检测技术的研究
下一篇:基于UML模型的类簇级测试用例生成方法研究