| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释表 | 第10-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 本文的研究背景与意义 | 第12-13页 |
| 1.2 图像匹配辅助导航系统研究现状 | 第13-15页 |
| 1.2.1 图像匹配辅助导航系统国外研究现状 | 第13-14页 |
| 1.2.2 图像匹配辅助导航系统国内研究状况 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-17页 |
| 第二章 图像分支特征点提取研究 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 图像特征分类 | 第17-19页 |
| 2.2.1 点特征 | 第17-18页 |
| 2.2.2 线特征 | 第18页 |
| 2.2.3 矩特征 | 第18-19页 |
| 2.3 分支特征点提取算法研究 | 第19-21页 |
| 2.3.1 分支特征点定义 | 第19-20页 |
| 2.3.2 边缘去噪 | 第20-21页 |
| 2.3.3 边缘细化 | 第21页 |
| 2.4 分支特征点提取实验 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于分支点的改进加权Hausdorff距离图像匹配算法研究 | 第24-46页 |
| 3.1 引言 | 第24页 |
| 3.2 图像匹配分类 | 第24-25页 |
| 3.2.1 基于灰度信息的图像匹配方法 | 第24-25页 |
| 3.2.2 基于特征的图像匹配算法 | 第25页 |
| 3.3 基于分支点的改进加权Hausdorff距离算法 | 第25-31页 |
| 3.3.1 Hausdorff距离的定义 | 第25-27页 |
| 3.3.2 改进加权Hausdorff距离 | 第27-28页 |
| 3.3.3 图像距离变换 | 第28-30页 |
| 3.3.4 基于分支点的改进加权Hausdorff距离图像匹配算法 | 第30-31页 |
| 3.4 基于遗传算法的改进加权Hausdorff距离图像匹配算法研究 | 第31-36页 |
| 3.4.1 遗传算法 | 第32-34页 |
| 3.4.2 基于遗传算法的改进加权Hausdorff距离图像匹配算法 | 第34-36页 |
| 3.5 图像匹配实验 | 第36-44页 |
| 3.5.1 仿真实例 1 | 第37-38页 |
| 3.5.2 仿真实例2 | 第38-39页 |
| 3.5.3 仿真实例 3 | 第39-41页 |
| 3.5.4 仿真实例 4 | 第41-42页 |
| 3.5.5 仿真实例 5 | 第42-44页 |
| 3.5.6 仿真结果分析 | 第44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于四维实数矩阵的图像精确匹配位姿获取算法研究 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 四维实数矩阵原理 | 第46-50页 |
| 4.3 最小二乘算法原理 | 第50-53页 |
| 4.4 基于四维实数矩阵的图像精确匹配算法 | 第53-58页 |
| 4.4.1 点对与矢量对的转化 | 第53-55页 |
| 4.4.2 一组具有一一对应关系的点对的确定 | 第55-57页 |
| 4.4.3 所有具有一对一关系的点对的确定 | 第57-58页 |
| 4.5 实验结果与分析 | 第58-62页 |
| 4.5.1 仿真实验 1 | 第58-59页 |
| 4.5.2 仿真实验 2 | 第59-60页 |
| 4.5.3 仿真实验 3 | 第60-61页 |
| 4.5.4 仿真实验 4 | 第61页 |
| 4.5.5 仿真实验结果分析 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 图像匹配导航算法仿真软件设计及开发 | 第63-73页 |
| 5.1 引言 | 第63页 |
| 5.2 图像匹配导航算法仿真软件设计与实现 | 第63-72页 |
| 5.2.1 图像匹配导航算法流程 | 第63-64页 |
| 5.2.2 图像匹配导航算法软件中的关键算法设计 | 第64-67页 |
| 5.2.3 图像匹配导航算法软件的实现 | 第67-71页 |
| 5.2.4 系统仿真结果与分析 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-76页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 在学期间的研究成果与发表的学术论文 | 第81页 |
