| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·选题背景和意义 | 第7页 |
| ·图像匹配国内外研究现状 | 第7-8页 |
| ·本文主要内容 | 第8-10页 |
| 第二章 图像匹配的基本原理与方法 | 第10-15页 |
| ·图像匹配定义 | 第10-11页 |
| ·图像匹配流程 | 第11-13页 |
| ·图像匹配的关键要素 | 第11-12页 |
| ·图像匹配流程 | 第12-13页 |
| ·图像匹配的分类及性能要求 | 第13-15页 |
| ·图像匹配的分类 | 第13-14页 |
| ·图像匹配的性能要求 | 第14-15页 |
| 第三章 数字图像预处理方法概述 | 第15-28页 |
| ·图像增强 | 第15-24页 |
| ·灰度变换 | 第15-19页 |
| ·直方图均衡化 | 第19-20页 |
| ·滤波处理 | 第20-24页 |
| ·图像分割 | 第24-28页 |
| ·边缘检测算子 | 第24-27页 |
| ·大津法 | 第27-28页 |
| 第四章 基于灰度信息的图像配准算法 | 第28-34页 |
| ·交叉相关相似性度量函数 (Cross Correlation，CC) | 第28-29页 |
| ·交互信息相似性度量函数 (Mutual Information，MI) | 第29页 |
| ·序列相似性检测算法 (SSDA) | 第29-34页 |
| ·传统 SSDA 算法 | 第29-32页 |
| ·单调递增阈值序列 SSDA 算法 | 第32-34页 |
| 第五章 基于特征的图像配准算法 | 第34-46页 |
| ·Moravec 算法特征点提取 | 第35页 |
| ·Harris 算法特征点提取 | 第35-36页 |
| ·SUSAN 算法特征点提取 | 第36-37页 |
| ·SIFT 算法特征点提取 | 第37-46页 |
| ·传统 SIFT 特征提取算法 | 第37-41页 |
| ·基于 PCA-圆形结构 SIFT 特征点的提取 | 第41-46页 |
| 第六章 算法流程以及实验仿真 | 第46-59页 |
| ·本文算法遥感图像匹配流程图 | 第46-47页 |
| ·实验仿真结果、分析 | 第47-57页 |
| ·检测亮度对匹配的影响 | 第48-50页 |
| ·检测旋转对匹配的影响 | 第50-53页 |
| ·检测缩放对匹配的影响 | 第53-55页 |
| ·检测噪声对匹配的影响 | 第55-57页 |
| ·实验结果分析 | 第57-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·论文主要研究内容 | 第59页 |
| ·本课题需进一步研究的问题 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 个人简历 在读期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |