| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容及组织结构 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 组织结构 | 第13-15页 |
| 第二章 基于重叠网格的大尺度影像特征点库构建研究 | 第15-45页 |
| 2.1 图像特征算法概述 | 第15-26页 |
| 2.1.1 全局特征算法 | 第15-17页 |
| 2.1.2 局部特征算法 | 第17-21页 |
| 2.1.3 实验对比 | 第21-26页 |
| 2.2 大尺度影像特征点提取研究 | 第26-34页 |
| 2.2.1 重叠网格划分 | 第26-28页 |
| 2.2.2 大尺度影像自动分割 | 第28-30页 |
| 2.2.3 特征点数据提取 | 第30-34页 |
| 2.3 基于R*Tree索引的特征点库构建研究 | 第34-39页 |
| 2.3.1 特征点库设计 | 第35-36页 |
| 2.3.2 特征点数据修正与R*Tree索引写入 | 第36-39页 |
| 2.4 实验分析 | 第39-43页 |
| 2.5 本章小结 | 第43-45页 |
| 第三章 影像特征数据的映射模型与快速匹配研究 | 第45-67页 |
| 3.1 新时相无人机影像获取概况 | 第45-48页 |
| 3.2 基于POS信息的特征数据映射模型 | 第48-56页 |
| 3.2.1 大地坐标与高斯平面直角坐标转换 | 第48-52页 |
| 3.2.2 西安80坐标与图像坐标转换 | 第52-53页 |
| 3.2.3 新旧时相影像特征数据映射 | 第53-55页 |
| 3.2.4 实验分析 | 第55-56页 |
| 3.3 融合最近邻搜索与匹配对提纯的特征快速匹配算法 | 第56-66页 |
| 3.3.1 特征描述子的相似性度量 | 第56-57页 |
| 3.3.2 最近邻搜索算法 | 第57-61页 |
| 3.3.3 特征匹配对的提纯 | 第61-63页 |
| 3.3.4 实验分析 | 第63-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 无人机影像可疑变化区域快速发现研究 | 第67-81页 |
| 4.1 基于特征匹配比例的可疑影像发现算法 | 第68-69页 |
| 4.2 融合KNN与RANSAC的可疑变化区域发现算法 | 第69-75页 |
| 4.3 基于图像指纹的可疑变化区域发现算法 | 第75-79页 |
| 4.4 本章小结 | 第79-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81页 |
| 5.2 展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士期间取得学术成果 | 第91页 |