首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于点特征和局部结构信息的遥感图像配准

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-27页
    1.1 课题研究背景及意义第15页
    1.2 图像配准的研究现状第15-17页
    1.3 图像配准基本理论介绍第17-25页
        1.3.1 图像配准的数学模型第17-18页
        1.3.2 图像配准的技术框架第18-21页
        1.3.3 图像配准的方法分类第21-23页
        1.3.4 图像配准的基本流程第23-25页
    1.4 论文研究内容和章节安排第25-27页
第二章 基于相位信息和局部结构信息保留的遥感图像配准第27-47页
    2.1 引言第27页
    2.2 SIFT算法简介第27-35页
        2.2.1 特征点提取第27-33页
        2.2.2 特征点匹配第33-35页
    2.3 利用SIFT算法和相位一致性图提取和匹配特征点第35-37页
        2.3.1 相位一致性介绍第35-36页
        2.3.2 利用SIFT算法在PC图上提取和匹配特征点第36-37页
    2.4 根据局部结构信息保留筛选匹配点对第37-41页
        2.4.1 局部结构信息保留介绍第38页
        2.4.2 筛选匹配点对第38-41页
    2.5 实验与分析第41-46页
        2.5.1 实验数据第41-43页
        2.5.2 参数设置第43-44页
        2.5.3 实验结果及分析第44-46页
    2.6 本章小结第46-47页
第三章 基于相位一致性互相关和全局约束的特征点匹配第47-61页
    3.1 引言第47页
    3.2 SAR-SIFT算法简介第47-50页
        3.2.1 特征点提取第47-50页
        3.2.2 特征点匹配第50页
    3.3 基于PCCC和全局约束的特征点匹配方法实现第50-55页
        3.3.1 基于PCCC的错误匹配点对删除第51-55页
        3.3.2 利用全局约束策略增加正确匹配点对第55页
    3.4 实验和分析第55-60页
        3.4.1 实验数据第55-57页
        3.4.2 实验结果及分析第57-60页
    3.5 本章小结第60-61页
第四章 基于改进最近邻距离比和三角约束的特征点匹配第61-73页
    4.1 引言第61页
    4.2 改进的NNDR特征点匹配方法第61-63页
    4.3 三角约束策略增加正确匹配点对第63-67页
        4.3.1 三角约束策略步骤第63-64页
        4.3.2 三角约束证明第64-67页
    4.4 实验与分析第67-71页
        4.4.1 实验数据第67-68页
        4.4.2 参数设置第68页
        4.4.3 实验结果及分析第68-71页
    4.5 本章小结第71-73页
第五章 总结与展望第73-75页
    5.1 总结第73-74页
    5.2 展望第74-75页
参考文献第75-79页
致谢第79-81页
作者简介第81-82页

论文共82页,点击 下载论文
上一篇:基于深度学习的情感分类方法的研究
下一篇:基于三维深度神经网络的动态手势识别的方法研究