场景图像拼接关键技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-20页 |
| ·课题研究背景、目的和意义 | 第9-11页 |
| ·图像拼接技术的研究现状及主要问题 | 第11-17页 |
| ·本文主要研究工作和创新之处 | 第17-18页 |
| ·论文结构 | 第18-20页 |
| 第二章 图像拼接研究基础 | 第20-33页 |
| ·图像拼接的定义 | 第20页 |
| ·图像拼接流程 | 第20-21页 |
| ·摄像机的成像模型与运动模型 | 第21-26页 |
| ·空间几何变换基础 | 第21-23页 |
| ·成像模型 | 第23-24页 |
| ·图像坐标变换模型 | 第24-25页 |
| ·摄像机的运动模型 | 第25-26页 |
| ·图像拼接关键技术 | 第26-32页 |
| ·图像配准 | 第26-31页 |
| ·图像的缝合 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于最大互信息的自适应图像拼接 | 第33-53页 |
| ·引言 | 第33-34页 |
| ·互信息概述 | 第34-36页 |
| ·熵 | 第34页 |
| ·联合熵 | 第34-35页 |
| ·互信息 | 第35-36页 |
| ·基于最大互信息的图像拼接 | 第36-46页 |
| ·互信息配准的评价准则 | 第36-37页 |
| ·互信息图像拼接算法流程 | 第37-38页 |
| ·配准区域的确定 | 第38-39页 |
| ·互信息的优化算法 | 第39-44页 |
| ·图像的无缝合成 | 第44-46页 |
| ·实验与结果分析 | 第46-51页 |
| ·实验数据及结果 | 第46-51页 |
| ·实验结果分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于特征的鲁棒图像拼接算法 | 第53-74页 |
| ·引言 | 第53-54页 |
| ·图像特征点的检测 | 第54-63页 |
| ·Harris算子基本原理 | 第54-56页 |
| ·不同尺度图像的特征点检测算法 | 第56-57页 |
| ·基于PCA的特征描述向量的构建 | 第57-63页 |
| ·特征描述符构建的基本方法 | 第57-58页 |
| ·基于PCA的特征向量降维处理 | 第58-63页 |
| ·图像的鲁棒匹配 | 第63-66页 |
| ·基于Harr小波系数索引的k-NN查找算法 | 第63-64页 |
| ·相邻图像鲁棒性变换参数估计 | 第64-66页 |
| ·图像的缝合 | 第66-71页 |
| ·图像拼接顺序的处理 | 第67页 |
| ·图像全局变换参数的优化 | 第67-71页 |
| ·实验结果与分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 基于蜘蛛网格与图像拼接的场景重建 | 第74-88页 |
| ·引言 | 第74-75页 |
| ·模型的设计 | 第75-80页 |
| ·蜘蛛网格模型及其改进 | 第75-77页 |
| ·模型的整合 | 第77-80页 |
| ·纹理图像的拼接 | 第80-84页 |
| ·重叠区域的快速搜寻方法 | 第80-82页 |
| ·基于小波的多分辨率图像融合 | 第82-84页 |
| ·实验结果与分析 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-91页 |
| ·本文研究内容与创新点 | 第88-89页 |
| ·研究内容 | 第88-89页 |
| ·创新点 | 第89页 |
| ·研究内容的展望 | 第89-91页 |
| 参考文献 | 第91-101页 |
| 发表论文和科研情况 | 第101-102页 |
| 致谢 | 第102页 |
