| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 显微测量方法研究现状 | 第10-11页 |
| 1.3 视觉注意机制研究现状 | 第11-15页 |
| 1.4 论文主要内容和章节安排 | 第15-19页 |
| 1.4.1 论文主要内容 | 第15-16页 |
| 1.4.2 论文章节安排 | 第16-19页 |
| 第二章 经典视觉注意机制分析 | 第19-31页 |
| 2.1 视觉注意的理论基础 | 第19-21页 |
| 2.1.1 有效编码假说 | 第19页 |
| 2.1.2 Marr视觉理论 | 第19-20页 |
| 2.1.3 Treisman特征整合理论 | 第20-21页 |
| 2.2 视觉注意机制模型 | 第21-28页 |
| 2.2.1 ITTI视觉注意模型 | 第21-25页 |
| 2.2.2 基于最大信息视觉注意显著计算模型AIM | 第25-26页 |
| 2.2.3 基于信息理论的视觉注意显著模型GBVS | 第26-27页 |
| 2.2.4 基于频率调谐显著区域检测模型FT | 第27-28页 |
| 2.3 基于视觉注意的微小对象测量方法框架 | 第28页 |
| 2.4 本章小结 | 第28-31页 |
| 第三章 基于谱残差的视觉注意模型 | 第31-41页 |
| 3.1 谱残差视觉注意机制 | 第31-35页 |
| 3.1.1 傅里叶变换 | 第31-32页 |
| 3.1.2 视觉注意机制建模 | 第32-35页 |
| 3.2 控制镜头视场转换 | 第35-36页 |
| 3.3 实验与分析 | 第36-41页 |
| 第四章 特征提取与配准 | 第41-53页 |
| 4.1 特征检测算法 | 第41-43页 |
| 4.1.1 SIFT算法 | 第41页 |
| 4.1.2 SURF算法 | 第41-43页 |
| 4.2 ORB算法 | 第43-48页 |
| 4.2.1 ORB特征检测子 | 第43-46页 |
| 4.2.2 确定主方向 | 第46页 |
| 4.2.3 提取BRIEF描述子 | 第46-47页 |
| 4.2.4 ORB特征配准 | 第47-48页 |
| 4.3 基于ORB算法的视场图像融合 | 第48-49页 |
| 4.3.1 马氏距离 | 第48-49页 |
| 4.3.2 数据融合 | 第49页 |
| 4.4 实验及分析 | 第49-53页 |
| 第五章 测量算法与实验 | 第53-67页 |
| 5.1 标定部分 | 第53-55页 |
| 5.2 测量算法 | 第55-60页 |
| 5.2.1 分水岭算法 | 第55-56页 |
| 5.2.2 canny算法 | 第56-58页 |
| 5.2.3 霍夫变换 | 第58-60页 |
| 5.3 测量实验 | 第60-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 发表论文和参加科研情况 | 第73-75页 |
| 致谢 | 第75页 |