摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.2 课题研究动态 | 第11-13页 |
1.3 本文研究内容 | 第13页 |
1.4 论文结构安排 | 第13-15页 |
第二章 全景拼接算法研究综述 | 第15-26页 |
2.1 全景拼接技术概述 | 第15-17页 |
2.1.1 全景拼接的定义 | 第15页 |
2.1.2 全景拼接算法的基本流程 | 第15-16页 |
2.1.3 全景拼接算法的特征 | 第16-17页 |
2.2 全景拼接的图像预处理 | 第17-21页 |
2.2.1 全景拼接图像特点及预处理方法 | 第17-19页 |
2.2.2 拉普拉斯图像预处理算法 | 第19-21页 |
2.3 全景拼接的图像匹配 | 第21-25页 |
2.3.1 常有的图像匹配算法 | 第21-22页 |
2.3.2 SIFT匹配算法概述 | 第22-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于单元信息投影熵的SIFT优化算法 | 第26-36页 |
3.1 单元信息投影熵概述 | 第26-28页 |
3.2 基于单元信息投影熵的SIFT算法(E-SIFT) | 第28-31页 |
3.2.1 SIFT算法在全景拼接中存在的不足 | 第28-29页 |
3.2.2 E-SIFT算法的基本思想 | 第29-30页 |
3.2.3 E-SIFT算法的设计实现 | 第30-31页 |
3.3 E-SIFT算法的特征匹配及效果分析 | 第31-35页 |
3.3.1 E-SIFT算法特征匹配实验 | 第31-35页 |
3.3.2 E-SIFT算法的效果分析 | 第35页 |
3.4 本章小结 | 第35-36页 |
第四章 降低误匹配率的改进RANSAC算法 | 第36-43页 |
4.1 RANSAC算法介绍 | 第36-37页 |
4.2 RANSAC算法的特征及不足 | 第37-38页 |
4.2.1 RANSAC算法的主要特征 | 第37-38页 |
4.2.2 RANSAC算法在剔除误匹配点对中存在的不足 | 第38页 |
4.3 改进RANSAC算法的匹配优化算法(I-RANSAC) | 第38-39页 |
4.3.1 I-RANSAC算法的基本思想 | 第38页 |
4.3.2 I-RANSAC算法的设计实现 | 第38-39页 |
4.4 I-RANSAC算法匹配率实验及效果分析 | 第39-42页 |
4.4.1 I-RANSAC算法特征匹配实验 | 第39-41页 |
4.4.2 I-RANSAC算法的效果分析 | 第41-42页 |
4.5 本章小结 | 第42-43页 |
第五章E-SIFT和I-RANSAC相结合的全景图像拼接 | 第43-53页 |
5.1 全景拼接的图像融合概述 | 第43-44页 |
5.2 改进算法的总流程及匹配效果 | 第44-49页 |
5.3 改进算法在自然景观拼接的应用 | 第49-51页 |
5.4 改进算法在建筑楼宇拼接中的应用 | 第51-52页 |
5.5 本章小结 | 第52-53页 |
第六章 结论 | 第53-55页 |
6.1 本文总结 | 第53-54页 |
6.2 工作展望 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
攻读学位期间的研究成果 | 第59-60页 |