基于光流场算法的小位移图像测量技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究历史与现状 | 第12-15页 |
| 1.2.1 合成孔径雷达干涉技术(In-SAR) | 第12-14页 |
| 1.2.2 GPS监测技术 | 第14-15页 |
| 1.3 本文的主要贡献与创新 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-17页 |
| 第二章 光流场计算及其监测原理 | 第17-33页 |
| 2.1 计算机视觉与光流 | 第17-18页 |
| 2.2 光流场 | 第18页 |
| 2.3 光流计算方法 | 第18-21页 |
| 2.3.1 微分法 | 第19页 |
| 2.3.2 匹配法 | 第19-20页 |
| 2.3.3 相位法 | 第20-21页 |
| 2.3.4 神经动力学法 | 第21页 |
| 2.4 光流场的分类 | 第21-25页 |
| 2.4.1 稠密光流场 | 第21页 |
| 2.4.2 稀疏光流场 | 第21-25页 |
| 2.5 图像金字塔 | 第25-26页 |
| 2.6 图像金字塔的分类 | 第26-28页 |
| 2.6.1 高斯金字塔 | 第26-27页 |
| 2.6.2 拉普拉斯金字塔 | 第27-28页 |
| 2.7 金字塔的计算 | 第28页 |
| 2.8 金字塔的建立 | 第28-29页 |
| 2.9 金字塔跟踪 | 第29-31页 |
| 2.10 金字塔高度的选择 | 第31页 |
| 2.11 监测可行性 | 第31-32页 |
| 2.12 本章小结 | 第32-33页 |
| 第三章 角点检测与匹配技术 | 第33-45页 |
| 3.1 角点检测技术 | 第33-34页 |
| 3.1.1 角点检测的必要性 | 第33-34页 |
| 3.2 Harris角点 | 第34-39页 |
| 3.2.1 Harris角点的定义 | 第34页 |
| 3.2.2 Harris角点的检测 | 第34-37页 |
| 3.2.3 Harris角点的匹配 | 第37-39页 |
| 3.3 sift角点 | 第39-42页 |
| 3.3.1 sift角点的定义 | 第39-40页 |
| 3.3.2 sift角点的检测 | 第40页 |
| 3.3.3 sift角点的匹配 | 第40-42页 |
| 3.4 距离计算 | 第42-43页 |
| 3.5 亚像素级角点计算 | 第43-44页 |
| 3.6 光流法进行角点匹配 | 第44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 干扰问题研究 | 第45-58页 |
| 4.1 预处理 | 第45-51页 |
| 4.2 干扰物的屏蔽 | 第51-55页 |
| 4.3 其他问题的处理 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 实验及结果分析 | 第58-70页 |
| 5.1 实验系统设计 | 第58-59页 |
| 5.1.1 实验装置实际场景使用说明 | 第58页 |
| 5.1.2 实验室模拟场景的实验说明 | 第58-59页 |
| 5.2 实验器材介绍 | 第59-62页 |
| 5.2.1 CCD像机 | 第59-60页 |
| 5.2.2 相机及V型支架 | 第60-61页 |
| 5.2.3 微型直线移动台 | 第61-62页 |
| 5.3 算法设计 | 第62-64页 |
| 5.4 测量软件的设计及实现 | 第64-66页 |
| 5.4.1 开发工具介绍 | 第64页 |
| 5.4.2 软件设计 | 第64-66页 |
| 5.5 实验结果及分析 | 第66-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 研究生期间的学术成果 | 第76页 |
