基于组合特征的大差异光学遥感影像配准方法研究
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.3 研究内容 | 第20页 |
| 1.4 章节安排 | 第20-22页 |
| 第二章 影像配准原理与方法 | 第22-31页 |
| 2.1 影像配准原理 | 第22-24页 |
| 2.2 基于灰度的影像配准方法 | 第24-27页 |
| 2.3 基于特征的影像配准方法 | 第27-30页 |
| 2.3.1 影像特征 | 第27页 |
| 2.3.2 特征检测与匹配方法 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 多类型特征点组合优化的影像配准技术 | 第31-56页 |
| 3.1 多类型特征点的检测与匹配 | 第31-35页 |
| 3.1.1 多类型特征点检测算法 | 第31-34页 |
| 3.1.2 特征点近邻搜索策略 | 第34-35页 |
| 3.2 多类型特征点组合处理方法 | 第35-38页 |
| 3.2.1 特征点RANSAC准则优化 | 第35-36页 |
| 3.2.2 特征点组合均匀性分析 | 第36-37页 |
| 3.2.3 特征点最小二乘优化 | 第37-38页 |
| 3.3 基于小面元的影像配准算法 | 第38-41页 |
| 3.3.1 构建Delaunay三角网 | 第38-40页 |
| 3.3.2 小面元影像配准 | 第40-41页 |
| 3.4 算法效率提升与精度评价 | 第41-44页 |
| 3.4.1 多分辨率金字塔模型 | 第41-42页 |
| 3.4.2 基于CUDA的并行处理 | 第42-44页 |
| 3.4.3 精度分析方法 | 第44页 |
| 3.5 单一传感器影像配准实验 | 第44-55页 |
| 3.5.1 实验数据 | 第44-45页 |
| 3.5.2 多类型特征点检测实验 | 第45-47页 |
| 3.5.3 天绘一号影像配准实验 | 第47-51页 |
| 3.5.4 高分二号影像配准实验 | 第51-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 大差异异源影像配准技术 | 第56-74页 |
| 4.1 组合特征选取与改进RANSAC准则优化 | 第56-59页 |
| 4.1.1 多类型特征性能互补分析 | 第56-58页 |
| 4.1.2 改进RANSAC优化准则 | 第58-59页 |
| 4.2 组合特征检测算法与实验分析 | 第59-62页 |
| 4.2.1 Canny边缘提取 | 第59-60页 |
| 4.2.2 不变矩特征提取 | 第60-61页 |
| 4.2.3 线特征提取结果离散化实验 | 第61-62页 |
| 4.3 大差异异源遥感影像配准实验 | 第62-73页 |
| 4.3.1 实验数据 | 第62-63页 |
| 4.3.2 资源三号与高分二号影像配准实验 | 第63-66页 |
| 4.3.3 航天影像与天绘一号 DOM 配准实验 | 第66-71页 |
| 4.3.4 航天影像与航空影像的配准实验 | 第71-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 作者简历 | 第81页 |
