基于改进的SIFT算法的图像配准技术研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的研究背景和意义 | 第8-10页 |
| 1.2 国内外研究状况 | 第10-12页 |
| 1.2.1 图像配准技术的研究现状 | 第10-11页 |
| 1.2.2 SIFT算法的研究现状 | 第11-12页 |
| 1.3 课题的主要研究内容及章节安排 | 第12-14页 |
| 第2章 图像配准技术综述 | 第14-32页 |
| 2.1 图像配准技术概述 | 第14-21页 |
| 2.1.1 图像配准的数学定义 | 第14页 |
| 2.1.2 图像配准的变换模型 | 第14-18页 |
| 2.1.3 重采样理论 | 第18-21页 |
| 2.2 图像配准的基本框架 | 第21-24页 |
| 2.2.1 特征空间 | 第21-22页 |
| 2.2.2 搜索空间 | 第22页 |
| 2.2.3 相似性测度 | 第22-23页 |
| 2.2.4 搜索策略 | 第23-24页 |
| 2.3 图像配准算法分类 | 第24-30页 |
| 2.3.1 基于灰度的图像配准方法 | 第24-27页 |
| 2.3.2 基于特征的图像配准方法 | 第27-30页 |
| 2.4 图像配准的性能指标 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 改进的SIFT图像配准算法 | 第32-60页 |
| 3.1 尺度空间理论 | 第32-35页 |
| 3.1.1 图像多分辨率金字塔 | 第33-34页 |
| 3.1.2 高斯尺度空间 | 第34-35页 |
| 3.2 SIFT特征提取算法 | 第35-43页 |
| 3.2.1 尺度空间极值检测 | 第35-38页 |
| 3.2.2 精确定位特征点 | 第38-41页 |
| 3.2.3 特征点方向分配 | 第41-42页 |
| 3.2.4 特征点描述子生成 | 第42-43页 |
| 3.3 改进算法特征点检测 | 第43-47页 |
| 3.3.1 ORB算子角点检测 | 第44-45页 |
| 3.3.2 旋转不变特征提取 | 第45-46页 |
| 3.3.3 尺度不变特征提取 | 第46-47页 |
| 3.4 图像特征点匹配与提纯 | 第47-56页 |
| 3.4.1 Kd-树算法 | 第48-51页 |
| 3.4.2 BBF算法 | 第51-53页 |
| 3.4.3 匹配对提纯 | 第53-56页 |
| 3.5 实验结果对比与分析 | 第56-58页 |
| 3.5.1 视角变换图像配准实验 | 第56-57页 |
| 3.5.2 尺度变换图像配准实验 | 第57页 |
| 3.5.3 旋转变换图像配准实验 | 第57-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 基于改进的配准算法在图像拼接中的应用 | 第60-75页 |
| 4.1 图像拼接的概述 | 第60-61页 |
| 4.2 图像拼接过程 | 第61-69页 |
| 4.2.1 图像获取 | 第61页 |
| 4.2.2 图像预处理 | 第61-65页 |
| 4.2.3 图像配准 | 第65-68页 |
| 4.2.4 图像变换矩阵 | 第68-69页 |
| 4.2.5 图像融合 | 第69页 |
| 4.3 图像拼接痕迹的消除 | 第69-73页 |
| 4.3.1 平均值法 | 第69-70页 |
| 4.3.2 中值滤波法 | 第70-71页 |
| 4.3.3 加权平滑算法 | 第71-73页 |
| 4.4 本章小结 | 第73-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文 | 第82-83页 |
