摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 数字稳像技术发展概况和研究现状 | 第12-14页 |
1.2.1 数字稳像技术发展概况 | 第12-13页 |
1.2.2 国内外研究现状 | 第13-14页 |
1.3 数字稳像算法研究重点和方向 | 第14-15页 |
1.4 论文主要研究内容及组织结构 | 第15-18页 |
第二章 数字稳像理论分析 | 第18-36页 |
2.1 数字稳像基本原理 | 第18-19页 |
2.2 摄像机成像原理 | 第19-23页 |
2.2.1 针孔相机模型 | 第19页 |
2.2.2 相机模型矩阵表示 | 第19-21页 |
2.2.3 图像运动变换模型 | 第21-23页 |
2.3 运动估计算法综述 | 第23-30页 |
2.3.1 块匹配法 | 第23-26页 |
2.3.2 灰度投影法 | 第26-28页 |
2.3.3 光流法 | 第28-30页 |
2.3.4 特征匹配法 | 第30页 |
2.3.5 算法比较 | 第30页 |
2.4 运动补偿算法 | 第30-32页 |
2.4.1 固定帧补偿 | 第31页 |
2.4.2 相邻帧补偿 | 第31页 |
2.4.3 运动滤波补偿 | 第31-32页 |
2.5 数字稳像质量评价 | 第32-34页 |
2.5.1 保真度评价方法 | 第32-33页 |
2.5.2 标准差方法 | 第33-34页 |
2.5.3 主观评价 | 第34页 |
2.6 本章小结 | 第34-36页 |
第三章 基于局部特征的全局运动估计 | 第36-72页 |
3.1 基本原理 | 第36页 |
3.2 特征提取 | 第36-46页 |
3.2.1 Harris角点 | 第36-38页 |
3.2.2 SIFT特征 | 第38-43页 |
3.2.3 SURF特征 | 第43-46页 |
3.3 特征匹配 | 第46-48页 |
3.3.1 全局搜索 | 第46-47页 |
3.3.2 k-d树最近邻搜索 | 第47-48页 |
3.4 运动模型鲁棒估计 | 第48-51页 |
3.4.1 随机采样一致性算法 | 第48-50页 |
3.4.2 最小中值估计 | 第50-51页 |
3.5 基于分块特征检测的全局运动估计 | 第51-57页 |
3.5.1 传统的特征匹配法 | 第51-54页 |
3.5.2 自适应非最大值抑制 | 第54-55页 |
3.5.3 改进的分块特征检测 | 第55-57页 |
3.6 基于特征匹配再跟踪的全局运动估计 | 第57-63页 |
3.6.1 基于稀疏光流的特征跟踪 | 第57-60页 |
3.6.2 尺度空间快速搜索 | 第60-61页 |
3.6.3 特征匹配再跟踪算法 | 第61-63页 |
3.7 实验结果与分析 | 第63-70页 |
3.7.1 实验数据 | 第63-64页 |
3.7.2 实验结果 | 第64-69页 |
3.7.3 结果分析 | 第69-70页 |
3.8 本章小结 | 第70-72页 |
第四章 航拍图像的运动补偿算法 | 第72-94页 |
4.1 运动补偿算法分析 | 第72-74页 |
4.1.1 运动分量计算 | 第72-73页 |
4.1.2 运动平滑与运动补偿 | 第73-74页 |
4.2 基于运动滤波的稳像算法 | 第74-78页 |
4.2.1 滑动均值滤波 | 第74-75页 |
4.2.2 Kalman滤波 | 第75-78页 |
4.3 基于希尔伯特-黄变换的稳像算法 | 第78-85页 |
4.3.1 Hilbert-Huang变换概论 | 第78页 |
4.3.2 验模态分解 | 第78-81页 |
4.3.3 希尔伯特谱分析 | 第81页 |
4.3.4 基于Hilbert-Huang变换的稳像算法 | 第81-85页 |
4.4 图像补偿算法 | 第85-87页 |
4.4.1 最近邻插值 | 第86页 |
4.4.2 线性插值 | 第86-87页 |
4.5 实验结果与分析 | 第87-92页 |
4.5.1 实验结果 | 第87-91页 |
4.5.2 结果分析 | 第91-92页 |
4.6 本章小结 | 第92-94页 |
第五章 总结与展望 | 第94-96页 |
5.1 总结 | 第94-95页 |
5.2 展望 | 第95-96页 |
致谢 | 第96-98页 |
参考文献 | 第98-104页 |
作者在攻读硕士学位期间发表的论文和成果 | 第104页 |