基于薄板样条函数的图像拼接算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 图像拼接流程 | 第10页 |
| 1.2.2 图像配准研究现状 | 第10-12页 |
| 1.2.3 图像融合研究现状 | 第12-13页 |
| 1.3 目前典型图像拼接效果 | 第13-16页 |
| 1.4 研究内容及论文组织安排 | 第16-17页 |
| 第二章 图像配准相关算法 | 第17-33页 |
| 2.1 图像预处理 | 第17-20页 |
| 2.1.1 畸变校正 | 第17-18页 |
| 2.1.2 图像增强 | 第18-20页 |
| 2.2 特征描述与检测算法 | 第20-25页 |
| 2.2.1 Harris角点 | 第20-21页 |
| 2.2.2 SIFT特征点 | 第21-22页 |
| 2.2.3 SURF特征点 | 第22-24页 |
| 2.2.4 ORB特征点 | 第24页 |
| 2.2.5 特征提取算法比较 | 第24-25页 |
| 2.3 特征匹配算法 | 第25-26页 |
| 2.3.1 KNN算法 | 第25-26页 |
| 2.3.2 KD树算法 | 第26页 |
| 2.4 经典对齐算法 | 第26-30页 |
| 2.4.1 单应性变换模型 | 第26-28页 |
| 2.4.2 RANSAC算法 | 第28-29页 |
| 2.4.3 经典对齐算法存在的视差问题 | 第29-30页 |
| 2.5 APAP算法 | 第30-33页 |
| 2.5.1 APAP算法操作步骤 | 第30-31页 |
| 2.5.2 APAP算法存在的失真问题 | 第31-33页 |
| 第三章 图像融合相关算法 | 第33-41页 |
| 3.1 加权法 | 第33-34页 |
| 3.1.1 平均加权法 | 第33页 |
| 3.1.2 距离加权法 | 第33-34页 |
| 3.2 多分辨率融合 | 第34-37页 |
| 3.2.1 基于拉普拉斯金字塔的多分辨率融合 | 第34-37页 |
| 3.2.2 基于小波分解的多分辨率融合 | 第37页 |
| 3.3 最佳缝合线法 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于TPS模型的优化算法 | 第41-61页 |
| 4.1 ELA算法 | 第41-47页 |
| 4.1.1 TPS模型图像对齐算法 | 第41-44页 |
| 4.1.2 贝叶斯去噪 | 第44-45页 |
| 4.1.3 平滑过渡到全局变换 | 第45-46页 |
| 4.1.4 与全局相似变换结合 | 第46-47页 |
| 4.2 ELA算法存在的图像失真问题 | 第47-49页 |
| 4.3 一种新的基于变形函数的权重优化算法 | 第49-53页 |
| 4.3.1 ELA算法失真问题解决思路 | 第49-52页 |
| 4.3.2 基于变形函数的权重优化算法实现步骤 | 第52-53页 |
| 4.4 一种新的基于稀疏特征点的加速算法 | 第53-59页 |
| 4.4.1 ELA算法图像拼接速度分析 | 第53-54页 |
| 4.4.2 高分辨率图像拼接加速算法 | 第54-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 实验与分析 | 第61-78页 |
| 5.1 图像拼接实现步骤 | 第61-63页 |
| 5.2 实验软硬件环境及实验图片来源 | 第63-64页 |
| 5.3 图像对齐程度客观评价标准 | 第64-65页 |
| 5.4 基于变形函数的权重优化算法实验与分析 | 第65-68页 |
| 5.4.1 权重优化算法实验 | 第65-66页 |
| 5.4.2 实验分析 | 第66-68页 |
| 5.5 基于稀疏特征点的加速算法实验与分析 | 第68-78页 |
| 5.5.1 基于稀疏特征点的加速算法实验 | 第68-72页 |
| 5.5.2 实验分析 | 第72-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 在学期间的研究成果 | 第83-84页 |
| 致谢 | 第84页 |
