| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·图像拼接技术的研究意义和目的 | 第9-10页 |
| ·红外图像拼接的研究应用背景 | 第10页 |
| ·拼接的应用领域及研究现状 | 第10-14页 |
| ·应用领域 | 第10-12页 |
| ·研究现状 | 第12-14页 |
| ·本文的研究工作 | 第14-16页 |
| 2 图像拼接基本原理 | 第16-24页 |
| ·计算机视觉中常用坐标系 | 第16页 |
| ·图像的获取方式 | 第16-17页 |
| ·图像的变换模型 | 第17-20页 |
| ·图像拼接的基本流程 | 第20-22页 |
| ·图像预处理 | 第21页 |
| ·图像配准 | 第21-22页 |
| ·图像合成 | 第22页 |
| ·红外图像拼接要点 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 特征提取 | 第24-39页 |
| ·引言 | 第24页 |
| ·特征选择与描述 | 第24-25页 |
| ·区域特征 | 第25页 |
| ·边缘特征 | 第25页 |
| ·点特征 | 第25页 |
| ·特征点提取 | 第25-34页 |
| ·角点的定义 | 第25-26页 |
| ·Moravec检测法 | 第26-27页 |
| ·Susan算子 | 第27-28页 |
| ·Harris角点检测 | 第28-30页 |
| ·实验结果 | 第30-34页 |
| ·SURF特征检测与描述 | 第34-38页 |
| ·尺度空间极值检测 | 第34-36页 |
| ·特征点方向确定 | 第36页 |
| ·特征点描述子 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于特征的图像匹配 | 第39-55页 |
| ·匹配满足的约束条件 | 第39-40页 |
| ·特征匹配 | 第40-42页 |
| ·Harris角点匹配 | 第40-41页 |
| ·SURF匹配 | 第41-42页 |
| ·对应矩阵估计 | 第42-45页 |
| ·最小二乘法(Least Square Method,LSM) | 第42-43页 |
| ·迭代的最小二乘法 | 第43页 |
| ·鲁棒性的估计算法 | 第43-45页 |
| ·改进的角点匹配方法 | 第45-49页 |
| ·相位相关法 | 第46-47页 |
| ·改进的角点匹配 | 第47-49页 |
| ·实验结果 | 第49-54页 |
| ·算法的应用性能分析 | 第51-53页 |
| ·改进算法的应用 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 图像的合成与拼接 | 第55-61页 |
| ·图像的合成 | 第55-56页 |
| ·图像间的几何变换 | 第55页 |
| ·图像插值 | 第55-56页 |
| ·图像合成常用算法 | 第56-58页 |
| ·平均值法 | 第56-57页 |
| ·中值滤波法 | 第57页 |
| ·渐进渐出加权平均法 | 第57-58页 |
| ·改进的渐进渐出加权平均 | 第58-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结 | 第61-63页 |
| ·研究成果 | 第61页 |
| ·不足和展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |