首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于SIFT的全景图像拼接方法研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-18页
    1.1 本文的研究背景和意义第10-12页
    1.2 相关文献综述第12-16页
    1.3 本文的研究内容与组织结构第16-18页
第二章 全景图像拼接技术第18-30页
    2.1 图像拼接的概念第18-19页
    2.2 基于特征拼接图像的主要步骤第19-20页
    2.3 图像配准第20-22页
        2.3.1 图像配准原理第20页
        2.3.2 图像配准要素第20-21页
        2.3.3 图像配准方法分类第21-22页
    2.4 图像变换第22-26页
        2.4.1 图像变形技术第23-24页
        2.4.2 图像插值技术第24-26页
    2.5 图像融合第26-29页
        2.5.1 图像拼接方式第27-28页
        2.5.2 图像融合方法第28-29页
    2.6 本章小结第29-30页
第三章 图像变换理论研究第30-44页
    3.1 摄像机成像的几何基础第30-34页
        3.1.1 齐次坐标的表示第30-31页
        3.1.2 坐标系统第31-33页
        3.1.3 成像模型第33-34页
        3.1.4 图像坐标变换模型第34页
    3.2 摄像机运动成像第34-38页
        3.2.1 数字图像的采集第34-36页
        3.2.2 摄像机运动模型第36-38页
    3.3 全景图的投影模型第38-42页
        3.3.1 常用的几种投影模型第38-39页
        3.3.2 柱面投影模型第39-41页
        3.3.3 基于投影模型的图像变换实验第41-42页
    3.4 本章小结第42-44页
第四章 改进的基于SIFT的全景图像配准算法第44-60页
    4.1 引言第44-45页
    4.2 SIFT特征提取第45-48页
        4.2.1 局部极值点检测第45-46页
        4.2.2 极值点精确定位第46-48页
    4.3 SIFT特征向量描述第48-50页
        4.3.1 确定特征点主方向第48-49页
        4.3.2 特征点描述子第49-50页
    4.4 SIFT特征向量匹配第50-55页
        4.4.1 K-D树搜索算法第50-51页
        4.4.2 BBF搜索进行特征匹配第51-52页
        4.4.3 RANSAC算法提纯匹配对第52-55页
    4.5 改进的SIFT配准算法第55-56页
        4.5.1 双向SIFT匹配算法第55页
        4.5.2 改进的三次匹配算法第55-56页
    4.6 实验结果分析与总结第56-60页
第五章 基于SIFT算法的全景图像融合第60-66页
    5.1 基于加权平均的图像融合法第60-61页
    5.2 基于改进配准方法的拼接效果实验第61-64页
    5.3 本章小结第64-66页
第六章 总结与展望第66-68页
    6.1 全文总结第66-67页
    6.2 研究展望第67-68页
致谢第68-70页
参考文献第70-74页
附录 (攻读学位期间发表著作和科研情况)第74页

论文共74页,点击 下载论文
上一篇:人机交互系统中的目标跟踪算法研究
下一篇:基于脑波与计算机视觉的注意力检测技术在E-Learning中的应用研究