| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 分数阶微积分理论及其应用的研究现状 | 第10-11页 |
| 1.2.2 图像增强的发展现状 | 第11-13页 |
| 1.2.3 图像匹配的发展现状 | 第13-14页 |
| 1.3 本文组织安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 基本理论 | 第16-30页 |
| 2.1 分数阶微积分理论 | 第16页 |
| 2.2 分数阶微积分的三种经典定义 | 第16-19页 |
| 2.2.1 Grünwald-Letnikov(G-L)定义 | 第17页 |
| 2.2.2 Riemann-Liouville (R-L)定义 | 第17-18页 |
| 2.2.3 Caputo分数阶微积分定义 | 第18-19页 |
| 2.3 图像增强算子 | 第19-23页 |
| 2.3.1 Laplacian算子 | 第19-20页 |
| 2.3.2 Tiansi算子 | 第20-21页 |
| 2.3.3 R-L分数阶微分算子 | 第21-23页 |
| 2.4 SIFT算法 | 第23-29页 |
| 2.4.1 尺度空间极值点的检测 | 第24-26页 |
| 2.4.2 精确定位特征点 | 第26-27页 |
| 2.4.3 特征点方向的分配 | 第27-28页 |
| 2.4.4 构造局部特征描述子 | 第28-29页 |
| 2.4.5 特征匹配 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 图像增强中分数阶微分阶次自适应模型的构造 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 分数阶微分对信号的作用 | 第30-32页 |
| 3.3 分数阶微分阶次自适应函数模型的构建 | 第32-36页 |
| 3.3.1 分数阶微分图像增强掩模的选取 | 第32-33页 |
| 3.3.2 与微分阶次相关的图像特征信息的选择 | 第33-34页 |
| 3.3.3 构建分数阶微分阶次自适应函数 | 第34-36页 |
| 3.4 算法步骤 | 第36页 |
| 3.5 实验结果和分析 | 第36-43页 |
| 3.5.1 实验环境 | 第36-37页 |
| 3.5.2 评价准则 | 第37-38页 |
| 3.5.3 评价准则实验结果和分析 | 第38-43页 |
| 3.5.3.1 实验结果的定性分析 | 第38-41页 |
| 3.5.3.2 实验结果的定量分析 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 一种新的自适应分数阶微分的SIFT算法 | 第44-56页 |
| 4.1 引言 | 第44-45页 |
| 4.2 基于Riemann-Liouville定义的改进的分数阶微分算子 | 第45-46页 |
| 4.3 分数阶微分SIFT算法中阶次自适应模型的构造 | 第46-48页 |
| 4.3.1 与微分阶次相关的图像特征信息的选择 | 第46-47页 |
| 4.3.2 构建分数阶微分阶次自适应模型 | 第47-48页 |
| 4.4 基于分数阶微分阶次自适应的SIFT算法 | 第48-50页 |
| 4.5 实验结果和分析 | 第50-55页 |
| 4.5.1 匹配性能 | 第50-53页 |
| 4.5.2 匹配效率对比 | 第53-54页 |
| 4.5.3 最佳分数阶微分阶次的分析 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结和创新点 | 第56-57页 |
| 5.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间撰写的论文和参加科研情况 | 第62-63页 |
| 一、攻读硕士学位期间撰写的论文 | 第62页 |
| 二、攻读硕士学位期间参加科研情况 | 第62-63页 |
| 致谢 | 第63-64页 |
