| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 图像配准技术 | 第11-12页 |
| 1.2.2 描述子 | 第12-14页 |
| 1.2.3 图像融合技术 | 第14-15页 |
| 1.3 本文工作和结构 | 第15-17页 |
| 2 基于线性尺度空间的 SIFT 与 SURF 算法研究 | 第17-31页 |
| 2.1 SIFT 算法原理与流程 | 第17-24页 |
| 2.1.1 尺度空间极值检测 | 第18-20页 |
| 2.1.2 精确定位特征点位置 | 第20-21页 |
| 2.1.3 确定特征点主方向 | 第21-22页 |
| 2.1.4 生成 SIFT 特征向量 | 第22-24页 |
| 2.1.5 SIFT 特征向量的匹配 | 第24页 |
| 2.2 SURF 算法的原理 | 第24-29页 |
| 2.2.1 积分图 | 第24-25页 |
| 2.2.2 盒子滤波器 | 第25页 |
| 2.2.3 构造高斯金字塔尺度空间 | 第25-26页 |
| 2.2.4 构建快速 Hessian 矩阵 | 第26-27页 |
| 2.2.5 基于非极大值抑制的关键点初定 | 第27页 |
| 2.2.6 精确定位极值点 | 第27-28页 |
| 2.2.7 选取关键点的主方向 | 第28页 |
| 2.2.8 构造 SURF 特征点描述算子 | 第28-29页 |
| 2.3 性能对比与适用场合 | 第29页 |
| 2.4 小结 | 第29-31页 |
| 3 基于改进的非线性扩散滤波 KAZE 新算法 | 第31-45页 |
| 3.1 改进的非线性扩散滤波 | 第31-32页 |
| 3.1.1 基于 Perona-Malik 的传导函数改进 | 第31-32页 |
| 3.1.2 AOS 算法 | 第32页 |
| 3.2 KAZE 特征检测与描述 | 第32-34页 |
| 3.2.1 非线性尺度空间的构造 | 第33页 |
| 3.2.2 特征点检测 | 第33页 |
| 3.2.3 特征描述向量 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-43页 |
| 3.4 小结 | 第43-45页 |
| 4 基于相邻概率的改进 RANSAC 算法 | 第45-53页 |
| 4.1 经典 RANSAC 算法 | 第45页 |
| 4.2 改进的相邻概率 RANSAC 算法 | 第45-47页 |
| 4.3 实验结果与分析 | 第47-50页 |
| 4.4 匹配方法 | 第50-51页 |
| 4.4.1 欧式距离 | 第50页 |
| 4.4.2 BBF 搜索策略 | 第50-51页 |
| 4.4.3 图像变换关系求解 | 第51页 |
| 4.5 小结 | 第51-53页 |
| 5 基于拼合线的图像融合方法研究 | 第53-59页 |
| 5.1 直接平均法 | 第53页 |
| 5.2 线性权重法 | 第53-54页 |
| 5.3 多段融合法(多分辨率样条) | 第54-55页 |
| 5.4 基于最优拼合线的图像融合算法 | 第55-57页 |
| 5.5 小结 | 第57-59页 |
| 6 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第67页 |