| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要工作和章节安排 | 第15-18页 |
| 第2章 遥感图像自动配准技术综述 | 第18-29页 |
| 2.1 遥感传感器成像原理与特点 | 第18-20页 |
| 2.2 遥感图像配准方法 | 第20-27页 |
| 2.2.1 图像配准的一般模型 | 第20-22页 |
| 2.2.2 图像配准的步骤 | 第22-23页 |
| 2.2.3 基于灰度信息的配准方法 | 第23-25页 |
| 2.2.4 基于变换域信息的配准方法 | 第25页 |
| 2.2.5 基于图像特征的配准方法 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 基于快速鲁棒特征的遥感图像粗配准 | 第29-48页 |
| 3.1 遥感图像预处理 | 第29-32页 |
| 3.2 遥感图像特征点的选择 | 第32-39页 |
| 3.2.1 积分图像 | 第33页 |
| 3.2.2 黑森矩阵的构建 | 第33-34页 |
| 3.2.3 引入盒式滤波器 | 第34-36页 |
| 3.2.4 构建尺度空间 | 第36-38页 |
| 3.2.5 特征点主方向确定 | 第38页 |
| 3.2.6 生成特征点描述子 | 第38-39页 |
| 3.3 遥感图像特征点的匹配 | 第39页 |
| 3.4 改进的ICP方法求解变换参数 | 第39-41页 |
| 3.5 粗配准实验与分析 | 第41-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 基于Lucas-Kanade光流法的遥感图像精配准 | 第48-66页 |
| 4.1 光流算法简介 | 第48-49页 |
| 4.2 秩变换 | 第49-51页 |
| 4.3 局部对比度反转 | 第51-52页 |
| 4.4 基于Lucas-Kanade光流的改进算法 | 第52-58页 |
| 4.5 精配准实验与分析 | 第58-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-69页 |
| 5.1 全文工作总结 | 第66-67页 |
| 5.2 未来工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简介及科研成果 | 第73-74页 |
| 致谢 | 第74页 |