首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于特征的遥感图像配准方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-19页
    1.1 研究背景和意义第15-16页
    1.2 国内外研究历史与现状第16-17页
    1.3 本文主要工作及安排第17-19页
第二章 图像配准的基础理论第19-29页
    2.1 图像配准的基本原理第19-20页
        2.1.1 图像配准的定义第19页
        2.1.2 图像配准四要素第19-20页
    2.2 图像配准技术分类第20-24页
        2.2.1 基于灰度的配准第21-22页
        2.2.2 基于变换域的配准第22-23页
        2.2.3 基于特征的配准第23-24页
    2.3 基于特征的配准的基本流程第24-27页
        2.3.1 特征提取第25页
        2.3.2 特征匹配第25页
        2.3.3 参数估计第25-26页
        2.3.4 图像重采样及变换第26-27页
    2.4 图像配准评价准则第27-28页
    2.5 本章小结第28-29页
第三章 基于区域的PSO和Powell组合优化的SAR图像配准第29-43页
    3.1 区域特征提取方法第29-31页
    3.2 基于自适应阈值分割的区域提取第31-33页
    3.3 基于PSO和Powell组合优化的SAR图像配准第33-37页
        3.3.1 互信息第33-34页
        3.3.2 PSO优化算法第34-35页
        3.3.3 Powell优化算法第35页
        3.3.4 图像小波分解第35-36页
        3.3.5 基于小波分解和互信息的SAR图像配准第36-37页
    3.4 基于自适应阈值分割的PSO和Powell组合优化的SAR图像配准流程第37-38页
    3.5 实验结果及分析第38-42页
    3.6 本章小结第42-43页
第四章 基于显著图和自适应阈值分割的光学与SAR的配准第43-55页
    4.1 光学与SAR图像配准概述第43-44页
        4.1.1 光学与SAR成像的差异性第43-44页
        4.1.2 光学与SAR配准的难点第44页
    4.2 图像结构性提取第44-46页
    4.3 光学图像的显著性区域提取第46-48页
    4.4 基于显著图和自适应阈值分割的光学与SAR的配准第48-49页
    4.5 实验结果及分析第49-54页
    4.6 本章小结第54-55页
第五章 基于SIFT和相位相关的SAR图像配准第55-69页
    5.1 基于点特征的图像配准方法第55-56页
        5.1.1 Moravec算法第55-56页
        5.1.2 Harris算法第56页
        5.1.3 Susan算法第56页
        5.1.4 SIFT算法第56页
    5.2 基于SIFT的图像配准第56-62页
        5.2.1 特征点检测第57-60页
        5.2.2 特征点描述第60-61页
        5.2.3 特征点匹配第61页
        5.2.4 去除误匹配第61-62页
    5.3 相位相关算法第62-64页
    5.4 基于SIFT和相位相关的SAR图像配准流程第64页
    5.5 实验结果及分析第64-68页
    5.6 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 总结第69页
    6.2 展望第69-71页
参考文献第71-77页
致谢第77-79页
作者简介第79-80页

论文共80页,点击 下载论文
上一篇:基于Kakadu的JPEG2000解码系统GPU并行优化
下一篇:图像盲复原中的模糊核求解方法研究