基于SURF算法的多光谱序列图像配准研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·基于灰度的配准方法 | 第9-10页 |
| ·基于特征的配准方法 | 第10页 |
| ·基于变换域的配准方法 | 第10-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文各章节的安排 | 第13-15页 |
| 第二章 图像配准技术概述 | 第15-23页 |
| ·图像配准的定义 | 第15-16页 |
| ·图像配准的组成 | 第16-19页 |
| ·图像配准过程中的相关技术 | 第19-21页 |
| ·图像变换 | 第19-20页 |
| ·图像插值 | 第20页 |
| ·相似性测度 | 第20页 |
| ·优化算法 | 第20-21页 |
| ·图像配准的评价标准 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 SURF 图像配准技术研究 | 第23-33页 |
| ·SURF 算法的优势 | 第23-25页 |
| ·SURF 特征检测 | 第25-28页 |
| ·积分图像（Integral Image） | 第25页 |
| ·近似的 Hessian 矩阵 | 第25-26页 |
| ·尺度空间的表示 | 第26-28页 |
| ·特征点定位 | 第28页 |
| ·SURF 特征描述 | 第28-30页 |
| ·特征点方向特征的确定 | 第28-29页 |
| ·描述子向量的构建 | 第29-30页 |
| ·SURF 特征点匹配 | 第30-32页 |
| ·基于最近距离比次近距离的匹配方法 | 第30-31页 |
| ·利用 Hessian 矩阵迹的正负性加速匹配 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于 SURF 算法的多光谱序列图像配准 | 第33-45页 |
| ·序列图像配准原理 | 第33-34页 |
| ·固定参考图配准方法 | 第34页 |
| ·序列相邻配准方法 | 第34-35页 |
| ·序列相邻配准方法原理 | 第34-35页 |
| ·序列相邻配准步骤 | 第35页 |
| ·SURF 算法的改进 | 第35-41页 |
| ·特征点检测算法的改进 | 第35-37页 |
| ·特征点匹配算法的改进 | 第37-38页 |
| ·改进的 SURF 算法 | 第38-39页 |
| ·RANSAC 算法剔除误匹配点 | 第39-41页 |
| ·实验结果 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·论文的主要研究内容 | 第45-46页 |
| ·课题展望 | 第46-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
