基于匹配的图像拼接技术的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 2 图像拼接技术概述 | 第12-22页 |
| 2.1 图像的获取 | 第12-13页 |
| 2.2 图像预处理 | 第13-14页 |
| 2.2.1 图像增强 | 第13-14页 |
| 2.2.2 图像锐化 | 第14页 |
| 2.2.3 图像去噪 | 第14页 |
| 2.3 图像配准 | 第14-17页 |
| 2.3.1 图像配准原理 | 第14-15页 |
| 2.3.2 图像配准方法 | 第15-17页 |
| 2.4 常用的参数变换模型 | 第17-20页 |
| 2.5 图像插值技术 | 第20-21页 |
| 2.5.1 最近邻插值 | 第20页 |
| 2.5.2 双线性插值 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 基于改进SURF特征的图像配准算法 | 第22-38页 |
| 3.1 SURF特征的提取 | 第22-31页 |
| 3.1.1 积分图像 | 第23-24页 |
| 3.1.2 尺度空间极值检测 | 第24-26页 |
| 3.1.3 确定特征点主方向 | 第26-27页 |
| 3.1.4 特征点描述符的生成 | 第27-28页 |
| 3.1.5 实验结果及分析 | 第28-31页 |
| 3.2 SURF特征的粗匹配 | 第31-33页 |
| 3.2.1 欧式距离比值匹配算法 | 第31-32页 |
| 3.2.2 基于Hessian矩阵迹的快速匹配 | 第32-33页 |
| 3.2.3 实验结果及分析 | 第33页 |
| 3.3 SURF特征提纯 | 第33-37页 |
| 3.3.1 RANSAC算法 | 第33-35页 |
| 3.3.2 改进的RANSAC算法 | 第35-36页 |
| 3.3.3 实验结果及分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 图像融合及图像拼接实现 | 第38-48页 |
| 4.1 感兴趣区域的确定 | 第38-40页 |
| 4.2 常用的图像融合方法 | 第40-41页 |
| 4.2.1 平均值法 | 第40页 |
| 4.2.2 加权平均法 | 第40-41页 |
| 4.2.3 最大值法 | 第41页 |
| 4.3 基于高斯模型的融合方法 | 第41-42页 |
| 4.4 实验结果及分析 | 第42-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
