| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 应用领域 | 第9-10页 |
| 1.3 研究现状 | 第10-11页 |
| 1.4 主要工作及创新点 | 第11页 |
| 1.5 论文结构安排 | 第11-13页 |
| 第二章 图像拼接基本理论 | 第13-25页 |
| 2.1 图像成像的几何基础 | 第13-16页 |
| 2.1.1 图像坐标系、图像平面坐标系、摄像机坐标系与世界坐标系 | 第14-15页 |
| 2.1.2 摄像机线性模型 | 第15-16页 |
| 2.2 图像采集方法 | 第16-17页 |
| 2.3 几何校正 | 第17-21页 |
| 2.3.1 校正过程 | 第19-21页 |
| 2.4 图像配准 | 第21-23页 |
| 2.4.1 基于灰度信息的图像配准 | 第22页 |
| 2.4.2 基于变换域的图像配准 | 第22页 |
| 2.4.3 基于特征的图像配准 | 第22-23页 |
| 2.5 图像融合 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 基于特征点的图像拼接 | 第25-51页 |
| 3.1 Moravec角点 | 第25-28页 |
| 3.1.1 Moravec角点检测原理 | 第25-26页 |
| 3.1.2 Moravec角点检测的仿真结果 | 第26-28页 |
| 3.1.3 Moravec角点检测算法的优缺点 | 第28页 |
| 3.2 Harris角点 | 第28-31页 |
| 3.2.1 Harris角点检测原理 | 第28-29页 |
| 3.2.2 Harris角点检测算法的仿真结果 | 第29-31页 |
| 3.2.3 Harris角点检测算法的优缺点 | 第31页 |
| 3.3 Forestener角点 | 第31-35页 |
| 3.3.1 Forestener角点检测原理 | 第31-33页 |
| 3.3.2 Forestener角点检测算法的仿真结果 | 第33-34页 |
| 3.3.3 Forestener角点检测算法的优缺点 | 第34-35页 |
| 3.4 SIFT特征点 | 第35-41页 |
| 3.4.1 SIFT特征点检测算法的原理 | 第35-39页 |
| 3.4.2 SIFT特征点检测算法的仿真结果 | 第39-41页 |
| 3.4.3 SIFT特征点检测算法的优缺点 | 第41页 |
| 3.5 SURF特征点 | 第41-47页 |
| 3.5.1 SURF特征点检测原理 | 第41-45页 |
| 3.5.2 SURF特征点检测算法的仿真结果 | 第45-47页 |
| 3.6 特征点匹配 | 第47-49页 |
| 3.6.1 k-d Tree算法 | 第47页 |
| 3.6.2 最近邻算法 | 第47-48页 |
| 3.6.3 RANSAC算法 | 第48-49页 |
| 3.7 本章小结 | 第49-51页 |
| 第四章 图像融合 | 第51-57页 |
| 4.1 图像插值技术 | 第51-53页 |
| 4.1.1 最近邻插值 | 第51-52页 |
| 4.1.2 双线性插值 | 第52页 |
| 4.1.3 曲线插值 | 第52-53页 |
| 4.2 图像融合技术 | 第53-54页 |
| 4.2.1 最佳决策法 | 第53页 |
| 4.2.2 加权平均法 | 第53-54页 |
| 4.2.3 最佳缝合线法 | 第54页 |
| 4.3 图像融合评价标准 | 第54-55页 |
| 4.4 图像融合结果 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 全景视频生成 | 第57-64页 |
| 5.1 动态图像配准 | 第57-61页 |
| 5.1.1 特征点跟踪误差检测法 | 第57-58页 |
| 5.1.2 固定帧重新匹配法 | 第58页 |
| 5.1.3 基于色彩信息的误差检测法 | 第58-61页 |
| 5.2 视频生成结果 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 下一步计划 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
