面向全景成像的目标拼接算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文研究的内容及组织结构 | 第10-12页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 组织结构 | 第11-12页 |
| 第二章 全景成像拼接基本原理 | 第12-20页 |
| 2.1 全景成像拼接基本流程 | 第12-13页 |
| 2.2 图像预处理 | 第13-16页 |
| 2.3 图像配准 | 第16-17页 |
| 2.4 图像融合 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第三章 特征点提取算法研究 | 第20-36页 |
| 3.1 常用的特征点提取算子 | 第20-30页 |
| 3.1.1 Moravec算子 | 第20-21页 |
| 3.1.2 Harris算子 | 第21-22页 |
| 3.1.3 SUSAN算子 | 第22-23页 |
| 3.1.4 Forstner算子 | 第23-26页 |
| 3.1.5 SIFT算子 | 第26-30页 |
| 3.2 特征点提取算子性能比较 | 第30-35页 |
| 3.2.1 性能评价标准 | 第31-32页 |
| 3.2.2 特征点提取算子对比实验及结果分析 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于人工蜂群算法的图像特征匹配 | 第36-48页 |
| 4.1 人工蜂群算法简介 | 第36-42页 |
| 4.1.1 蜂群结构 | 第36-37页 |
| 4.1.2 觅食行为 | 第37-38页 |
| 4.1.3 人工蜂群算法模型 | 第38-42页 |
| 4.2 基于人工蜂群算法的特征点匹配 | 第42-44页 |
| 4.2.1 Hausdorff距离测度 | 第42页 |
| 4.2.2 人工蜂群算法的搜索策略 | 第42-44页 |
| 4.3 实验结果与分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 图像融合 | 第48-60页 |
| 5.1 图像融合的基本概念 | 第48-49页 |
| 5.2 基于区域条件下的图像融合方法 | 第49页 |
| 5.3 基于像素条件下的图像融合方法 | 第49-58页 |
| 5.3.1 直接平均法 | 第49-50页 |
| 5.3.2 加权平均法 | 第50-52页 |
| 5.3.3 中值滤波法 | 第52页 |
| 5.3.4 多分辨率样条融合法 | 第52-53页 |
| 5.3.5 基于金字塔分解的图像融合 | 第53-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 总结及展望 | 第60-62页 |
| 6.1 论文总结 | 第60页 |
| 6.2 研究展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
