摘要 | 第1-5页 |
Abstract | 第5-8页 |
目录 | 第8-11页 |
插图清单 | 第11-13页 |
Illustration List | 第13-15页 |
第一章 绪论 | 第15-31页 |
·研究背景和选题的意义 | 第15-16页 |
·图像匹配方法分类 | 第16-23页 |
·基于区域的匹配方法 | 第16-21页 |
·基于特征的匹配方法 | 第21-23页 |
·基于结构特征匹配方法的研究现状和发展 | 第23-27页 |
·图像特征的描述 | 第23-24页 |
·结构匹配的现状与发展 | 第24-27页 |
·本文的研究内容和主要研究方法 | 第27-28页 |
·论文的结构安排和创新工作 | 第28-31页 |
第二章 基于奇异值分解的图像匹配 | 第31-50页 |
·图像结构特征的图表示 | 第32-39页 |
·图的基本概念 | 第32-34页 |
·图的矩阵表示 | 第34-38页 |
·几种常用于表示图像结构特征的图 | 第38-39页 |
·SVD匹配算法 | 第39-43页 |
·Scott和Longuet-Higgins算法 | 第39-40页 |
·Shapiro和Brady算法 | 第40-42页 |
·Pilu算法 | 第42-43页 |
·结合颜色矢量和SVD的不同光源图像的匹配 | 第43-49页 |
·颜色矢量 | 第43-44页 |
·基于颜色矢量的SVD匹配 | 第44-45页 |
·实验及其分析 | 第45-49页 |
·本章小结 | 第49-50页 |
第三章 结合SVD和松弛迭代的图像匹配 | 第50-66页 |
·松弛迭代法 | 第51-53页 |
·谱匹配概率 | 第53-57页 |
·Laplace谱的匹配 | 第53-54页 |
·匹配概率矩阵 | 第54-57页 |
·测地线-灰度直方图 | 第57-59页 |
·结合松弛迭代的匹配算法 | 第59-60页 |
·实验及其分析 | 第60-65页 |
·本章小结 | 第65-66页 |
第四章 基于K-NN图的非刚体图像匹配 | 第66-87页 |
·基于形状上下文的初匹配 | 第67-70页 |
·形状上下文 | 第67-69页 |
·形状上下文匹配算法 | 第69-70页 |
·利用K-NN图剔除误匹配 | 第70-71页 |
·非线性变换模型及匹配算法 | 第71-75页 |
·TPS模型 | 第71-74页 |
·非刚体匹配算法 | 第74-75页 |
·实验及分析 | 第75-86页 |
·旋转不变性验证实验 | 第75-77页 |
·非刚体匹配实验 | 第77-81页 |
·鲁棒性分析 | 第81-85页 |
·非刚体匹配在目标识别中的应用 | 第85-86页 |
·本章结论 | 第86-87页 |
第五章 基于最小生成树和TPS模型的图像匹配及拼接 | 第87-110页 |
·SIFT特征点的提取 | 第89-93页 |
·尺度空间极值的检测 | 第89-90页 |
·特征点的定位 | 第90-91页 |
·特征点方向的确定 | 第91-92页 |
·SIFT特征向量的生成 | 第92页 |
·SIFT匹配算法 | 第92-93页 |
·基于最小生成树的特征点匹配和变换模型的求解 | 第93-97页 |
·特征点匹配 | 第93-95页 |
·变换模型的选择及算法的流程 | 第95-97页 |
·重叠区域的融合 | 第97-100页 |
·基于图像灰度的融合算法 | 第98-100页 |
·基于颜色空间变换的融合算法 | 第100页 |
·基于变换域的融合算法 | 第100页 |
·图像拼接效果的客观评价指标 | 第100-102页 |
·像素扭曲度指标 | 第100-101页 |
·空间连续度指标 | 第101页 |
·信息熵 | 第101-102页 |
·交叉熵 | 第102页 |
·实验及其分析 | 第102-108页 |
·本章小结 | 第108-110页 |
第六章 总结与展望 | 第110-113页 |
参考文献 | 第113-125页 |
致谢 | 第125-126页 |
攻读学位期间发表的学术论文目录 | 第126-127页 |
攻读学位期间参加的科研项目目录 | 第127页 |