| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-16页 |
| 1.2.1 真实场景重现技术与产品 | 第12-13页 |
| 1.2.2 鱼眼镜头畸变校正研究现状 | 第13页 |
| 1.2.3 定位技术研究现状 | 第13-16页 |
| 1.3 研究内容与章节安排 | 第16-17页 |
| 第2章 全景图像处理相关方法概述 | 第17-31页 |
| 2.1 基本框架 | 第17页 |
| 2.2 鱼眼镜头的数学模型与校正分析 | 第17-24页 |
| 2.2.1 鱼眼镜头的介绍 | 第17-20页 |
| 2.2.2 鱼眼镜头成像原理 | 第20-21页 |
| 2.2.3 鱼眼镜头畸变校正 | 第21-24页 |
| 2.3 PCA降维 | 第24-25页 |
| 2.4 SIFT特征提取算法 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 全景图像数据采集与处理 | 第31-49页 |
| 3.1 数据的来源与采集 | 第31-32页 |
| 3.2 图像有效区域提取 | 第32-33页 |
| 3.3 鱼眼图像校正 | 第33-44页 |
| 3.3.1 球面经纬展开校正 | 第33-34页 |
| 3.3.2 基于摄像机标定的畸变校正 | 第34-43页 |
| 3.3.3 算法对比分析 | 第43-44页 |
| 3.4 鱼眼图像拼接 | 第44-47页 |
| 3.4.1 图像配准 | 第45-46页 |
| 3.4.2 全景图像融合 | 第46-47页 |
| 3.5 全景图像的分块处理 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于全景图像匹配的自定位 | 第49-67页 |
| 4.1 图像的特征 | 第49页 |
| 4.2 场景GIST特征提取 | 第49-54页 |
| 4.2.1 Gabor滤波器 | 第50-51页 |
| 4.2.2 基于Gabor滤波器组的Gist特征提取 | 第51-53页 |
| 4.2.3 基于尺度空间理论的Gist特征提取 | 第53-54页 |
| 4.3 GIST特征分析与处理 | 第54-55页 |
| 4.4 基于词汇树的初步搜索 | 第55-59页 |
| 4.4.1 词汇树 | 第55-56页 |
| 4.4.2 词汇树的构造 | 第56-57页 |
| 4.4.3 基于词汇树的图像搜索 | 第57-59页 |
| 4.5 基于特征的图像自定位研究 | 第59-64页 |
| 4.5.1 基于特征的图像匹配与定位 | 第59页 |
| 4.5.2 基于SIFT特征的图像匹配与定位 | 第59-62页 |
| 4.5.3 改进特征的图像匹配与定位 | 第62-64页 |
| 4.6 实验结果对比与分析 | 第64-65页 |
| 4.7 本章小结 | 第65-67页 |
| 第5章 系统设计与实现 | 第67-77页 |
| 5.1 系统需求分析与设计 | 第67-69页 |
| 5.1.1 功能介绍 | 第67页 |
| 5.1.2 开发环境及应用的技术 | 第67-69页 |
| 5.2 系统实现 | 第69-76页 |
| 5.2.1 硬件设施介绍 | 第69-70页 |
| 5.2.2 系统流程设计与实现 | 第70-76页 |
| 5.3 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85页 |